PHP 截取中文字符串(支持多种编码)
程序员文章站
2022-05-26 21:47:26
...
通过使用多种方法来实现中文字符串的完美截取,在未安装mbstring 和 iconv扩展情况下支持UTF-8、GBK、GB2312、BIG5编码,安装上述扩展后支持的编码更多,详细情况参考函数说明。
共有三种方法
1、mb_substr() 需要 mbstring 扩展
2、iconv_substr() 需要 iconv扩展
3、正则匹配,默认支持
三种方法优先顺序从上至下,上一种方法不可用则自动使用下一种方法。
本代码从 Midnight 发布的 "字符串截取, 支持常用编码" 代码优化而来
共有三种方法
1、mb_substr() 需要 mbstring 扩展
2、iconv_substr() 需要 iconv扩展
3、正则匹配,默认支持
三种方法优先顺序从上至下,上一种方法不可用则自动使用下一种方法。
本代码从 Midnight 发布的 "字符串截取, 支持常用编码" 代码优化而来
1.修复原代码中对 mb_substr 和 iconv_substr 没有进行return ,所以相当于无效调用
2.优化截取字符串后缀,可以自定义后缀。默认为空。
<?php /** * 字符串截取,支持中文和其他编码 * * @param string $str 需要转换的字符串 * @param string $start 开始位置 * @param string $length 截取长度 * @param string $charset 编码格式 * @param string $suffix 截断字符串后缀 * @return string */ function substr_ext($str, $start=0, $length, $charset="utf-8", $suffix="") { if(function_exists("mb_substr")){ return mb_substr($str, $start, $length, $charset).$suffix; } elseif(function_exists('iconv_substr')){ return iconv_substr($str,$start,$length,$charset).$suffix; } $re['utf-8'] = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/"; $re['gb2312'] = "/[\x01-\x7f]|[\xb0-\xf7][\xa0-\xfe]/"; $re['gbk'] = "/[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]/"; $re['big5'] = "/[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/"; preg_match_all($re[$charset], $str, $match); $slice = join("",array_slice($match[0], $start, $length)); return $slice.$suffix; }