PHP IntlChar::charAge 怎样读取字符加入 Unicode 的版本

当 PHP 服务需要把文本交给旧版客户端、字体服务或跨系统导出器时，“这个字符是什么时候加入 Unicode 的”比“当前机器支持哪个 Unicode 版本”更接近兼容性问题。IntlChar::charAge() 专门返回某个 code point 的 Unicode age，也就是它首次被指定、分配或作为非字符/专用用途记录的版本。

本文只解决一个任务：读取字符加入 Unicode 的版本。官方方法说明：https://www.php.net/intlchar.charage.php；IntlChar 类说明：https://www.php.net/intlchar；当前 ICU 使用的 Unicode 版本可参考：https://www.php.net/manual/en/intlchar.getunicodeversion.php。

先分清“字符年龄”和“当前 Unicode 版本”

charAge() 的结果描述的是单个 code point 的历史版本。例如雪人 U+2603 的结果可以是 [1, 1, 0, 0]，而某些较新的字符可能返回 [7, 0, 0, 0]。这个数组不是当前服务器的 Unicode 版本，而是该 code point 首次进入 Unicode 数据的版本。

IntlChar::getUnicodeVersion() 返回 ICU 当前使用的 Unicode 版本，回答的是“这套运行库知道哪一版 Unicode 数据”。兼容性判断通常需要同时看两件事：字符的 age 是否不晚于接收端能接受的版本，以及当前运行库能否识别这个 code point。不要用当前版本字符串替代字符 age。

参数可以是整数，也可以是单个 UTF-8 字符

方法签名是 IntlChar::charAge(int|string $codepoint): ?array。整数参数适合已经有 Unicode 编号的场景，例如 0x2603；字符串参数适合从用户文本中取出的单个 UTF-8 字符，例如 "☃"。字符串应当表示一个字符，不要把整段句子直接传入。

如果输入来自 UTF-8 文本，先用 IntlChar::ord() 取得 code point，再把编号和原字符一起记录，调试时会更容易判断问题发生在切分还是版本查询。

返回四位数组，null 表示查询失败

成功结果是四个整数构成的版本数组，依次对应 major、minor、micro 和 patch 级别。Unicode 版本比较不能直接把数组转成字符串后做字典序比较，也不应只比较前三项。可以先把数组补齐，再逐位比较。

当 code point 无效、字符串不是可识别的单个字符，或者底层 ICU 无法完成查询时，方法返回 null。因此业务代码不能假设返回值永远是数组；遇到 null 时应记录输入并拒绝继续做兼容性放行。

完整示例：筛选接收端支持范围内的字符

下面示例把版本查询、逐位比较和放行判断拆开。它不会把“当前 ICU 已知”误认为“目标客户端一定支持”，也不会用异常吞掉无效输入。

 $limit[$index]) {
            return false;
        }
    }

    // 四个分量都相等时，字符没有晚于目标版本。
    return true;
}

// 只放行加入版本不晚于接收端上限的字符。
function isCompatibleWith(string $character, array $receiverUnicode): bool
{
    if ($character === '') {
        return false;
    }

    // ord() 把单个 UTF-8 字符转换为可记录、可比较的 code point。
    $codepoint = IntlChar::ord($character);
    if ($codepoint === null) {
        return false;
    }

    try {
        return versionAtMost(unicodeAgeOf($codepoint), $receiverUnicode);
    } catch (InvalidArgumentException $error) {
        // 无法查询 age 时不做兼容性放行。
        return false;
    }
}

$character = "☃";
$age = unicodeAgeOf($character);
$runtimeVersion = IntlChar::getUnicodeVersion();

echo '字符：' . $character . PHP_EOL;
echo '字符加入版本：' . implode('.', $age) . PHP_EOL;
echo '当前 ICU Unicode 版本：' . implode('.', $runtimeVersion) . PHP_EOL;
echo isCompatibleWith($character, [1, 1, 0, 0]) ? '可发送' : '需降级';

示例中，charAge() 负责查数据，versionAtMost() 只负责版本顺序，isCompatibleWith() 才负责业务放行。分层后，接收端上限变化时不需要重写字符查询逻辑。

字符串输入的边界不要交给猜测

如果拿到的是一段文本，先按 UTF-8 字符边界拆分，再逐个查询。不要用字节下标截断后直接传入 charAge()，因为多字节字符可能被切成无效字符串。对于组合字符，还要明确业务是在判断每个 code point，还是在判断用户看到的一个字素簇；charAge() 面向的是 code point，不会替你完成字素簇分组。

同样，字符 age 也不是字体渲染能力、数据库字符集能力或客户端字体覆盖率的证明。它只是一个可复用的版本信号。真正发送前仍应在输入编码、传输格式和接收端策略上保留各自的边界。

上线时记录什么，才能定位版本兼容问题

当字符被降级或拒绝时，记录 code point、字符 age、目标 Unicode 上限和判断原因即可；不要把整段用户文本写入日志。若出现 null，重点检查输入是否为单个 UTF-8 字符、是否发生了错误切分，以及 intl/ICU 运行环境是否一致。

最终可以用三句话记住这个方法：charAge() 查的是字符首次进入 Unicode 的版本；getUnicodeVersion() 查的是当前 ICU 数据版本；null 必须当作查询失败处理。把三者分开，才能让兼容性筛选既可解释又容易维护。

常见问题

charAge() 返回的数组为什么有四位？ Unicode 版本由四个分量表示，未使用的尾部分量通常是 0。比较时应保留四位并逐位处理。

可以用 getUnicodeVersion() 判断字符何时加入 Unicode 吗？ 不可以。它只表示当前 ICU 使用的数据版本；单个字符的加入版本要用 charAge() 查询。

传入整段中文文本会怎样？ 该方法面向一个 code point。应先按 UTF-8 字符边界拆分，并明确是否需要处理组合字符。