一次脑洞大开，想写一个随机生成中文玛丽苏名字的php小脚本，需要从文件中逐一读取中文字符。
本来想说用fgetc()一个一个读取字符，后来突然发现fgetc()是一次读取一个字节，对于英文字符来说没有问题，但是对于中文字符，每个字符占用两个字节，这样就行不通了，显示了就会乱码，后来想到当年做C语言课程设计的时候读取中文文件都是用的fread()，就拿fread一试，fread($handle,”2”)，本以为这样就可以了，却惊讶地发现这样依然是乱码，百思不得其解，这么多年，C语言教程上，老师说，学长说的都是一个中文字符是两个字节，为啥一次读取两个字节仍然是乱码呢。。。
后来，不经意间把2改成了3，本来抱着试一试的心态，却惊喜地发现不再乱码了。我突然意识到，编码！以前的教程，和windows下，编码都用的GB2312或者是GBK，这里面中文字符都是占用两个字节的，但是从来没有注意过utf-8里的中文占用几个字节，这一百度，才恍然大悟，utf-8编码中文一般都是三个字节，终于，一切都清楚了。。。
后来又进一步百度了一下，utf-8编码字符所占字节数是不固定的，一个中文字符，2-4个字节都有可能，这就让从文件中逐字节读取很难受了，所以我感觉以后涉及到中文的逐字节读取还是使用GBK或者GB2312比较好。
看来，还是小平同志说的好啊，实践是检验真理的唯一标准，光听人说，光看书是不够的，还是要去动手实践啊
PS：还有一个问题，就是如果中文和英文混杂在一起，想从一大段字符中（有中文也有英文）随机读取一个字符，循环到要随机读取的位置，怎样判断要读的是英文字符（一个字节）还是中文字符（2-4）个字节呢？