我正在用PHP 5.2.10编写一个简单的网站解析器。
当使用默认的内部编码（即ISO-8859-1）时，我总是在同一个函数调用中得到一个错误：
$start = mb_strpos($index, '<a name=gr1>');
致命错误：允许的50331648字节的内存大小已用完（试图分配11924760字节）
在这种情况下，字符串$index的长度为2981190字节，比PHP试图分配的长度整整少了4倍。
现在，如果我使用
mb_internal_encoding('UTF-8')
错误消失。这是否意味着PHP对单字节字符串比多字节字符串使用更多的内存？这怎么可能？有什么想法吗？
UPD：内存使用率似乎不取决于编码：使用UTF-8和ISO-8859-1时，平均Memory_get_usage（）几乎相同。我认为问题可能出在mb_strpos。事实上，字符串$index具有Windows-1251编码（cyrillic），因此它包含对UTF-8无效的符号。这可能会导致mb_strpos以某种方式尝试转换或仅使用额外的内存来满足某些需求。将尝试在mb_strpos的来源中找到答案。
如果您已经考虑过这些潜在问题，很抱歉。
多字节字符串函数将检查UTF-8编码是否存在错误，如果存在无效字符，则返回空字符串或false（如mb_strpos（）的情况：http://www.serverphorums.com/read.php?7，552099
您是否使用===运算符检查得到的结果，以确保收到的不是false而不是0？
mb_strpos()函数使用mbfl_strpos()，当它必须执行转换（如您所观察到的，导致内存增加）时，它会复制字符串（针、草堆）：https://github.com/php/php-src/blob/master/ext/mbstring/libmbfl/mbfl/mbfilter.c#L811
因此，我想知道使用默认的内部编码（ISO-8859-1）是否让一切都通过了，并且达到了内存限制，而utf-8编码由于非法字符而短路并返回false（如果您使用==进行测试，这会使函数看起来只是没有找到匹配项。）
值得一试：）