PHP UTF-8字串截斷函數實現中文字元的無亂碼截斷

PHP內建的substr()函數不能對中文字元進行很好的截斷處理，對於一些中英文混合的字元會出現亂碼的情況。下面提供兩種解決函數。

 1、GB2312編碼方式的截斷、

 1 function msubstr($str, $start, $len) {  2  3    if (strlen($str)-$start < $len)  return false; 4  5     $tmpstr = ""; 6  7     $strlen = $start + $len; 8  9      for($i = 0; $i < $strlen; $i++) {10 11          if(ord(substr($str, $i, 1)) > 0xa0) {   //0xa0 表示中文漢字編碼的第一個編碼字元ASCII 碼值都大於0xa012 13             $tmpstr .= substr($str, $i, 2);14 15             $i++;16 17          } else18 19             $tmpstr .= substr($str, $i, 1);20 21      }22 23      return $tmpstr . "...";24 25 } 

 

2、utf8格式下的中文字元截斷 

UTF-8編碼的字元可能由1~3個位元組組成， 具體數目可以由第一個位元組判斷出來。(理論上可能更長，但這裡假設不超過3個位元組)

第一個位元組大於224的，它與它之後的2個位元組一起組成一個UTF-8字元

第一個位元組大於192小於224的，它與它之後的1個位元組組成一個UTF-8字元

否則第一個位元組本身就是一個英文字元（包括數字和一小部分標點符號）。

 1 //$sourcestr 是要處理的字串 2  3 //$cutlength 為截取的長度(即字數) 4  5 function cut_str($sourcestr,$cutlength) 6  7 { 8  9    $returnstr='';10 11    $i=0;12 13    $n=0;14 15    $str_length=strlen($sourcestr);//字串的位元組數16 17    while (($n<$cutlength) and ($i<=$str_length))18 19     {20 21       $temp_str=substr($sourcestr,$i,1);22 23       $ascnum=Ord($temp_str);//得到字串中第$i位字元的ascii碼24 25       if ($ascnum>=224)    //如果ASCII位高與224，26 27       {28 29          $returnstr=$returnstr.substr($sourcestr,$i,3); //根據UTF-8編碼規範，將3個連續的字元計為單個字元         30 31          $i=$i+3;            //實際Byte計為332 33          $n++;            //字串長度計134 35       }36 37        elseif ($ascnum>=192) //如果ASCII位高與192，38 39       {40 41          $returnstr=$returnstr.substr($sourcestr,$i,2); //根據UTF-8編碼規範，將2個連續的字元計為單個字元42 43          $i=$i+2;            //實際Byte計為244 45          $n++;            //字串長度計146 47       }48 49        elseif ($ascnum>=65 && $ascnum<=90) //如果是大寫字母，50 51       {52 53          $returnstr=$returnstr.substr($sourcestr,$i,1);54 55          $i=$i+1;            //實際的Byte數仍計1個56 57          $n++;            //但考慮整體美觀，大寫字母計成一個高位字元58 59       }60 61        else                //其他情況下，包括小寫字母和半形標點符號，62 63       {64 65          $returnstr=$returnstr.substr($sourcestr,$i,1);66 67          $i=$i+1;            //實際的Byte數計1個68 69          $n=$n+0.5;        //小寫字母和半形標點等與半個高位字元寬...70 71       }72 73     }74 75           if ($str_length>$cutlength){76 77           $returnstr = $returnstr . "...";//超過長度時在尾處加上省略符號78 79       }80 81      return $returnstr;82 83 }

 

參考：http://bupt-roy.iteye.com/blog/1179016

http://zww.me/archives/25356

http://imluren.com/2011/04/php-utf8-substr.html/comment-page-1