首页 > PHP开发 > PHP使用mb_substr()解决中文字符串截取乱码问题
2015
01-27

PHP使用mb_substr()解决中文字符串截取乱码问题

PHP 自带几种字符串截取函数,其中常用到的就是 substrmb_substr。前者在处理中文时,GBK 为 2 个长度单位,UTF 为 3 个长度单位,后者指定编码后,一个中文即为 1 个长度单位。

mb_substr用法

string mb_substr( string$str, int$start[, int$length[, string$encoding]] );

mb_substr 执行一个多字节安全的substr()操作基础上的字符数。从str的开始位置计算。第一个字符的位置为0。第二个字符的位置是1,依此类推:

  • str 被截取的母字符串。
  • start开始位置。
  • length 返回的字符串的最大长度,如果省略,则截取到str末尾。
  • encoding 参数为字符编码。如果省略,则使用内部字符编码。

那么我们可以使用一下的代码,来完成这个问题。

$mess=mb_substr($message,0,19,'gb2312');

gb2312就是中文的编码格式。

mb_substr处理中英文混合字符串

substr 有时会截 1/3 个中文或半个中文,会显示乱码,相对来说 mb_substr 更适合我们使用。不过有时候 mb_substr 就显得不那么好用了。例如我要显示一个小图片的简要信息,5 个中文正好,超过 5 个就截取前4再加上 “…”,这样处理中文是没问题了,可是处理英文或数字,这样截取就太短了。使用下面这段函数则可以解决这个问题:

<?php
/**
 * 字符串截取
 *
 * @author gesion
 * @param string $str 原始字符串
 * @param int    $len 截取长度(中文/全角符号默认为 2 个单位,英文/数字为 1。
 *                    例如:长度 12 表示 6 个中文或全角字符或 12 个英文或数字)
 * @param bool   $dot 是否加点(若字符串超过 $len 长度,则后面加 "...")
 * @return string
 */
class Onens {
    public static function g_substr($str, $len = 12, $dot = true) {
        $i = 0;
        $l = 0;
        $c = 0;
        $a = array();
        while ($l < $len) {
            $t = substr($str, $i, 1);
            if (ord($t) >= 224) {
                $c = 3;
                $t = substr($str, $i, $c);
                $l += 2;
            } elseif (ord($t) >= 192) {
                $c = 2;
                $t = substr($str, $i, $c);
                $l += 2;
            } else {
                $c = 1;
                $l++;
            }
            // $t = substr($str, $i, $c);
            $i += $c;
            if ($l > $len) break;
            $a[] = $t;
        }
        $re = implode('', $a);
        if (substr($str, $i, 1) !== false) {
            array_pop($a);
            ($c == 1) and array_pop($a);
            $re = implode('', $a);
            $dot and $re .= '...';
        }
        return $re;
    }
}

编程技巧