自个儿实现php UTF8中文字符串截取
程序员文章站
2024-02-19 14:30:52
...
自己实现php UTF8中文字符串截取
输出结果是：中a国
说明：
ord 是 对字符去assic值。
chr 是 对assic取字符。
为什么判断assic大于127。
这里是ASSIC码表
http://www.asciitable.com/
计算机中最开始只有ASSIC编码，用来表示字符。一个ASSIC字符用一个BYTE表示。所以ASSIC最多就只有256种组合。对于英文是够用了，中文，日文，韩文等亚洲语种就不够了。
那么只能考虑用多个BYTE表示一个中文汉字，比如GB2312 就是用2个字节表示一个汉字。在windows中用笔记本新建一个TXT保存为ASSIC，如果你是简体中文操作系统，TXT中的中文就是一GB2312来保存的。上面的截取字符串的程序$result .= substr($str,$i,3);中的3就要改成2.同时别忘了修改header。而无论GB2312 还是UTF8 他们表示A-Z等ASSIC 128以前的都是一样的，是一位BTYE表示，是变长编码的。所以可以用ASSIC判断他们是不是中文。
写的可能比较乱。有需要的谨慎阅读。
header("Content-type: text/html; charset=utf-8");
function my_substr($str,$begin,$length){
$i = $begin;
$result="";
while($length > 0){
if([color=red]ord($str[$i])>127[/color]){
$result .= substr($str,$i,3);
$i = $i+3;
}else{
$result .= substr($str,$i,1);
$i++;
}
$length--;
}
return $result;
}
$chinese = "中a国people";
echo "
".my_substr($chinese,0,3);
输出结果是：中a国
说明：
ord 是 对字符去assic值。
chr 是 对assic取字符。
为什么判断assic大于127。
这里是ASSIC码表
http://www.asciitable.com/
计算机中最开始只有ASSIC编码，用来表示字符。一个ASSIC字符用一个BYTE表示。所以ASSIC最多就只有256种组合。对于英文是够用了，中文，日文，韩文等亚洲语种就不够了。
那么只能考虑用多个BYTE表示一个中文汉字，比如GB2312 就是用2个字节表示一个汉字。在windows中用笔记本新建一个TXT保存为ASSIC，如果你是简体中文操作系统，TXT中的中文就是一GB2312来保存的。上面的截取字符串的程序$result .= substr($str,$i,3);中的3就要改成2.同时别忘了修改header。而无论GB2312 还是UTF8 他们表示A-Z等ASSIC 128以前的都是一样的，是一位BTYE表示，是变长编码的。所以可以用ASSIC判断他们是不是中文。
写的可能比较乱。有需要的谨慎阅读。
声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn核实处理。
相关文章
相关视频