php mb_strwidth函數實現中英文混排字串截取

mb_strwidth($str, $encoding) 返回字串的寬度

$str 要計算的字串

$encoding 要使用的編碼，如 utf8、gbk

mb_strimwidth($str, $start, $width, $tail, $encoding) 按寬度截取字串

$str 要截取的字串

$start 從哪個位置開始截取，預設是0

$width 要截取的寬度

$tail 追加到截取字串後邊的字串，常用的是 ...

$encoding 要使用的編碼

代碼如下

複製代碼

<?php /**  * utf8 編碼格式  * 1個中文佔用3個位元組  * 我們希望的是1個中文佔用2個位元組，  * 因為從寬度上看2個英文字母佔用的位置相當於1個中文  */ // 測試字串 $str = 'aaaa啊啊aaaa啊啊啊aaa'; echo strlen($str); // 只用strlen輸出為25個位元組 // 必須指定編碼，不然會使用php的內碼 mb_internal_encoding()可以查看內碼 // 使用mb_strwidth輸出字串的寬度為20使用utf8編碼 echo mb_strwidth($str, 'utf8'); // 只有寬度大於10才截取 if(mb_strwidth($str, 'utf8')>10){     // 此處設定從0開始截取，取10個追加...，使用utf8編碼     // 注意追加的...也會被計算到長度之內     $str = mb_strimwidth($str, 0, 10, '...', 'utf8'); } // 最後輸出 aaaa啊... 4個a算4個 1個啊算2個 3個點算3個 4+2+3=9 // 是不是很簡單啊，有的人說了為什麼是9個不是10個嗎？ // 因為正好“啊”的後邊還是“啊”，中文算2個，9+2=11 超出了設定，所以去掉1個就是9了 echo $str;

如果對於全中文沒有問題但如果中間有符號了就有問題了，如我使用mb_strimwidth，mb_strwidth，後發現如果標題中存在“”符號的時候，PHP mb_strwidth會將該符號認為是1個寬度，我納悶了這個不是中文的雙引號嘛，照理說肯定是寬位元組的，長度應該是2個寬度，後查詢“”unicode分別為u201C和u201D，不在中文字元的範圍中，再查詢unicode.org 的碼錶，發現u2000-u206F是通用符號的範圍，此範圍中的字元雖然都是寬字元的形式，但是PHP 的mb_函數卻認為是1個寬度，沒辦法，只能靠自己了。

代碼如下

複製代碼

function truncString($str, $length)  {  $countLen=0;  for($i=0;$i<mb_strlen($str);$i++)  {  $countLen+=amb_strwidth(mb_substr($str,$i,1));  if($countLen>$length)  return mb_substr($str,0,$i);  }  return $str;  }  function amb_strwidth($str_width)  {  $count=0;  for($i=0;$i<mb_strlen($str_width);$i++)  {  //if(mb_substr($str_width,$i,1)=="＼xE2＼x80＼x9C"||mb_substr($str_width,$i,1)=='＼xE2＼x80＼x9D')  //如果遇到u2000-u206F內的字元則將計數器加2  if(preg_match("/[＼x{2000}-＼x{206F}]/u",mb_substr($str_width,$i,1)))  $count+=2;  else  $count+=mb_strwidth(mb_substr($str_width,$i,1));  }  return $count;  }

總結，做來做出怎麼就感覺到這個變成了回原點了呢，感覺還是要使用到迴圈遍曆算字元編碼取字元位元哈。