PHP兑现中文字符的无乱码截断

程序员文章站 2023-12-23 16:02:04

...

PHP实现中文字符的无乱码截断

PHP内置的substr()函数不能对中文字符进行很好的截断处理，对于一些中英文混合的字符会出现乱码的情况。下面提供两种解决函数。

1、GB2312编码方式的截断

function msubstr($str, $start, $len) { 

   if (strlen($str)-$start  0xa0) {   //0xa0 表示中文汉字编码的第一个编码字符ASCII 码值都大于0xa0

            $tmpstr .= substr($str, $i, 2);

            $i++;

         } else

            $tmpstr .= substr($str, $i, 1);

     }

     return $tmpstr . "...";

}

2、utf8格式下的中文字符截断

UTF-8编码的字符可能由1~3个字节组成，具体数目可以由第一个字节判断出来。(理论上可能更长，但这里假设不超过3个字节)

第一个字节大于224的，它与它之后的2个字节一起组成一个UTF-8字符

第一个字节大于192小于224的，它与它之后的1个字节组成一个UTF-8字符

否则第一个字节本身就是一个英文字符（包括数字和一小部分标点符号）。

//$sourcestr 是要处理的字符串

//$cutlength 为截取的长度(即字数)

function cut_str($sourcestr,$cutlength)

{

   $returnstr='';

   $i=0;

   $n=0;

   $str_length=strlen($sourcestr);//字符串的字节数

   while (($n=224)    //如果ASCII位高与224，

      {

         $returnstr=$returnstr.substr($sourcestr,$i,3); //根据UTF-8编码规范，将3个连续的字符计为单个字符         

         $i=$i+3;            //实际Byte计为3

         $n++;            //字串长度计1

      }

       elseif ($ascnum>=192) //如果ASCII位高与192，

      {

         $returnstr=$returnstr.substr($sourcestr,$i,2); //根据UTF-8编码规范，将2个连续的字符计为单个字符

         $i=$i+2;            //实际Byte计为2

         $n++;            //字串长度计1

      }

       elseif ($ascnum>=65 && $ascnum$cutlength){

          $returnstr = $returnstr . "...";//超过长度时在尾处加上省略号

      }

     return $returnstr;

}

1 楼 zeroneta 2011-09-26

呵呵那我就在来个 UTF-8截取无乱码
function utf8( $a, $s = '' )
{
preg_match_all( '/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/', $a, $d, PREG_PATTERN_ORDER );
return join( $s, $d[0] );
}

2 楼 zeroneta 2011-09-26

调用方式

utf8( substr( '截取我', 0, 1 ) );

3 楼 bupt_roy 2011-09-29

zeroneta 写道

调用方式

utf8( substr( '截取我', 0, 1 ) );

高手，学习学习，哈哈