smarty中英文多编码字符截取乱码问题解决方法

本文实例讲述了smarty中英文多编码字符截取乱码问题解决方法，分享给大家供大家参考。具体方法如下：

一般网站页面的显示都不可避免的会涉及子字符串的截取，这个时候truncate就派上用场了，但是它只适合英文用户，对与中文用户来说，使用 truncate会出现乱码，而且对于中文英文混合串来说，截取同样个数的字符串，实际显示长度上却不同，视觉上会显得参差不齐，影响美观。这是因为一个中文的长度大致相当于两个英文的长度。此外，truncate也不能同时兼容gb2312, utf-8等编码。
改良的smarttruncate： 文件名：modifier.smarttruncate.php
具体代码如下：

<?php
function smartdetectutf8($string)
{
    static $result = array();
    if(! array_key_exists($key = md5($string), $result))
    {
        $utf8 = "
            /^(?:
                [\x09\x0a\x0d\x20-\x7e]                            # ascii
                | [\xc2-\xdf][\x80-\xbf]                             # non-overlong 2-byte
                | \xe0[\xa0-\xbf][\x80-\xbf]                       # excluding overlongs
                | [\xe1-\xec\xee\xef][\x80-\xbf]{2}           # straight 3-byte
                | \xed[\x80-\x9f][\x80-\xbf]                      # excluding surrogates
                | \xf0[\x90-\xbf][\x80-\xbf]{2}                 # planes 1-3
                | [\xf1-\xf3][\x80-\xbf]{3}                          # planes 4-15
                | \xf4[\x80-\x8f][\x80-\xbf]{2}                  # plane 16
            )+$/xs
        ";
        $result[$key] = preg_match(trim($utf8), $string);
    }
    return $result[$key];
}
function smartstrlen($string)
{
    $result = 0;
    $number = smartdetectutf8($string) ? 3 : 2;
    for($i = 0; $i < strlen($string); $i += $bytes)
    {
        $bytes = ord(substr($string, $i, 1)) > 127 ? $number : 1;
        $result += $bytes > 1 ? 1.0 : 0.5;
    }
    return $result;
}
function smartsubstr($string, $start, $length = null)
{
    $result = '''';
    $number = smartdetectutf8($string) ? 3 : 2;
    if($start < 0)
    {
        $start = max(smartstrlen($string) + $start, 0);
    }
    for($i = 0; $i < strlen($string); $i += $bytes)
    {
        if($start <= 0)
        {
            break;
        }
        $bytes = ord(substr($string, $i, 1)) > 127 ? $number : 1;
        $start -= $bytes > 1 ? 1.0 : 0.5;
    }
    if(is_null($length))
    {
        $result = substr($string, $i);
    }
    else
    {
        for($j = $i; $j < strlen($string); $j += $bytes)
        {
            if($length <= 0)
            {
                break;
            }
            if(($bytes = ord(substr($string, $j, 1)) > 127 ? $number : 1) > 1)
            {
                if($length < 1.0)
                {
                    break;
                }
                $result .= substr($string, $j, $bytes);
                $length -= 1.0;
            }
            else
            {
                $result .= substr($string, $j, 1);
                $length -= 0.5;
            }
        }
    }
    return $result;
}
function smarty_modifier_smarttruncate($string, $length = 80, $etc = ''...'',
                                       $break_words = false, $middle = false)
{
    if ($length == 0)
        return '''';
    if (smartstrlen($string) > $length) {
        $length -= smartstrlen($etc);
        if (!$break_words && !$middle) {
            $string = preg_replace(''/\s+?(\s+)?$/'', '''', smartsubstr($string, 0, $length+1));
        }
        if(!$middle) {
            return smartsubstr($string, 0, $length).$etc;
        } else {
            return smartsubstr($string, 0, $length/2) . $etc . smartsubstr($string, -$length/2);
        }
    } else {
        return $string;
    }
}
?>

以上代码完整实现了truncate的原有功能，而且可以同时兼容gb2312和utf-8编码，在判断字符长度的时候，一个中文字符算1.0，一个英文字符算0.5，所以在截取子字符串的时候不会出现参差不齐的情况.
插件的使用方式没有特别之处，这里简单测试一下：

{$content|smarttruncate:5:".."}（$content等于"a中b华c人d民e共f和g国h"）

显示：a中b华c.. （中文符号长度算1.0，英文符号长度算0.5，并且考虑省略符号的长度）
不管你是使用gb2312编码还是utf-8编码，你会发现结果都正确，这也是为什么我在插件名字里加上smart字样的原因之一。

希望本文所述对大家的php程序设计有所帮助。