php怎么截取中文字符串

在php中截取字符串最简单的办法就是利用substr()函数来实现,但是substr函数只能截取英文,如果是中文就会是乱码,那么有朋友说可使用mb_substr()来截取,这个方法又不能截取中文英混合的字符。

此函数用于截取gb2312编码的中文字符串,代码如下:

1. <?php  
2. // 说明：截取中文字符串 
3. function mysubstr($str, $start, $len) {  
4.     $tmpstr = "";  
5.     $strlen = $start + $len;  
6.     for($i = 0; $i < $strlen; $i++) {  
7.         if(ord(substr($str, $i, 1)) > 0xa0) {  
8.             $tmpstr .= substr($str, $i, 2);  
9.             $i++;  
10.         } else 
11.             $tmpstr .= substr($str, $i, 1);  
12.     }  
13.     return $tmpstr;  
14. }  
15. ?> 

Utf-8、gb2312都支持的汉字截取函数,截取utf-8字符串函数.

为了支持多语言,数据库里的字符串可能保存为UTF-8编码,在网站开发中可能需要用php截取字符串的一部分,为了避免出现乱码现象,编写如下的UTF-8字符串截取函数

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).

代码如下:

1. <?php  
2. // 说明：Utf-8、gb2312都支持的汉字截取函数  
3.    
4. /*  
5. Utf-8、gb2312都支持的汉字截取函数  
6. cut_str(字符串, 截取长度, 开始长度, 编码);  
7. 编码默认为 utf-8  
8. 开始长度默认为 0  
9. */ 
10.    
11. function cut_str($string, $sublen, $start = 0, $code = 'UTF-8')  
12. {  
13.     if($code == 'UTF-8')  
14.     {  
15.         $pa = "/[x01-x7f]|[xc2-xdf][x80-xbf]|xe0[xa0-xbf][x80-xbf]|[xe1-xef][x80-xbf][x80-xbf]|xf0[x90-xbf][x80-xbf][x80-xbf]|[xf1-xf7][x80-xbf][x80-xbf][x80-xbf]/";  
16.         preg_match_all($pa, $string, $t_string);  
17.    
18.         if(count($t_string[0]) - $start > $sublen) return join('', array_slice($t_string[0], $start, $sublen))."...";  
19.         return join('', array_slice($t_string[0], $start, $sublen));  
20.     }  
21.     else 
22.     {  
23.         $start = $start*2;  
24.         $sublen = $sublen*2;  
25.         $strlen = strlen($string);  
26.         $tmpstr = '';  
27.    
28.         for($i=0; $i<$strlen; $i++)  
29.         {  
30.             if($i>=$start && $i<($start+$sublen))  
31.             {  
32.                 if(ord(substr($string, $i, 1))>129)  
33.                 {  
34.                     $tmpstr.= substr($string, $i, 2);  
35.                 }  
36.                 else 
37.                 {  
38.                     $tmpstr.= substr($string, $i, 1);  
39.                 }  
40.             }  
41.             if(ord(substr($string, $i, 1))>129) $i++;  
42.         }  
43.         if(strlen($tmpstr)<$strlen ) $tmpstr.= "...";  
44.         return $tmpstr;  
45.     }  
46. }  
47.    
48. $str = "abcd需要截取的字符串";  
49. echo cut_str($str, 8, 0, 'gb2312');  
50. ?> 

代码如下:

1. function utf8Substr($str, $from, $len)  
2. {  
3.     return preg_replace('#^(?:[x00-x7F]|[xC0-xFF][x80-xBF]+){0,'.$from.'}'.  
4.                        '((?:[x00-x7F]|[xC0-xFF][x80-xBF]+){0,'.$len.'}).*#s',  
5.                        '$1',$str);  
6. } 

可单独截取uft8字符串。

程序说明：

1. len 参数以中文字符为标准，1len等于2个英文字符，为了形式上好看些

2. 如果将magic参数设为false，则中文和英文同等看待，取绝对的字符数

3. 特别适用于用htmlspecialchars()进行过编码的字符串

4. 能正确处理GB2312中实体字符模式

程序代码：

1. function FSubstr($title,$start,$len="",$magic=true)  
2. {  
3. /**  
4. * powered by Smartpig  
5. * mailto:d.einstein@263.net  
6. */ 
7. $length = 0;  
8. if($len == "") $len = strlen($title); 
9. //判断起始为不正确位置  
10. if($start > 0)  
11. {  
12. $cnum = 0;  
13. for($i=0;$i<$start;$i++)  
14. {  
15. if(ord(substr($title,$i,1)) >= 128) $cnum ++;  
16. }  
17. if($cnum%2 != 0) $start--; 
18. unset($cnum);  
19. } 
20. if(strlen($title)<=$len) return substr($title,$start,$len); 
21. $alen = 0;  
22. $blen = 0; 
23. $realnum = 0; 
24. for($i=$start;$i<strlen($title);$i++)  
25. {  
26. $ctype = 0;  
27. $cstep = 0;  
28. $cur = substr($title,$i,1);  
29. if($cur == "&")  
30. {  
31. if(substr($title,$i,4) == "<")  
32. {  
33. $cstep = 4;  
34. $length += 4;  
35. $i += 3;  
36. $realnum ++;  
37. if($magic)  
38. {  
39. $alen ++;  
40. }  
41. }  
42. else if(substr($title,$i,4) == ">")  
43. {  
44. $cstep = 4;  
45. $length += 4;  
46. $i += 3;  
47. $realnum ++;  
48. if($magic)  
49. {  
50. $alen ++;  
51. }  
52. }  
53. else if(substr($title,$i,5) == "&")  
54. {  
55. $cstep = 5;  
56. $length += 5;  
57. $i += 4;  
58. $realnum ++;  
59. if($magic)  
60. {  
61. $alen ++;  
62. }  
63. }  
64. else if(substr($title,$i,6) == """)  
65. {  
66. $cstep = 6;  
67. $length += 6;  
68. $i += 5;  
69. $realnum ++;  
70. if($magic)  
71. {  
72. $alen ++;  
73. }  
74. }  
75. else if(substr($title,$i,6) == "'")  
76. {  
77. $cstep = 6;  
78. $length += 6;  
79. $i += 5;  
80. $realnum ++;  
81. if($magic)  
82. {  
83. $alen ++;  
84. }  
85. }  
86. else if(preg_match("/&#(d+);/i",substr($title,$i,8),$match))  
87. {  
88. $cstep = strlen($match[0]);  
89. $length += strlen($match[0]);  
90. $i += strlen($match[0])-1;  
91. $realnum ++;  
92. if($magic)  
93. {  
94. $blen ++;  
95. $ctype = 1;  
96. }  
97. }  
98. }else{  
99. if(ord($cur)>=128)  
100. {  
101. $cstep = 2;  
102. $length += 2;  
103. $i += 1;  
104. $realnum ++;  
105. if($magic)  
106. {  
107. $blen ++;  
108. $ctype = 1;  
109. }  
110. }else{  
111. $cstep = 1;  
112. $length +=1;  
113. $realnum ++;  
114. if($magic)  
115. {  
116. $alen++;  
117. }  
118. }  
119. } 
120. if($magic)  
121. {  
122. if(($blen*2+$alen) == ($len*2)) break;  
123. if(($blen*2+$alen) == ($len*2+1))  
124. {  
125. if($ctype == 1)  
126. {  
127. $length -= $cstep;  
128. break;  
129. }else{  
130. break;  
131. }  
132. }  
133. }else{  
134. if($realnum == $len) break;  
135. }  
136. } 
137. unset($cur);  
138. unset($alen);  
139. unset($blen);  
140. unset($realnum);  
141. unset($ctype);  
142. unset($cstep); 
143. return substr($title,$start,$length);  
144. }