PHP截取中文字串方法總結

程式一：PHP截取中文字串方法

由於網站首頁以及vTigerCRM裡經常在截取中文字串時出現亂碼(使用substr)，今天找到一個比較好的截取中文字串方法，在此與大家共用。

function msubstr($str, $start, $len) {
    $tmpstr = "";
    $strlen = $start + $len;
    for($i = 0; $i < $strlen; $i++) {
        if(ord(substr($str, $i, 1)) > 0xa0) {
            $tmpstr .= substr($str, $i, 2);
            $i++;
        } else
            $tmpstr .= substr($str, $i, 1);
    }
    return $tmpstr;
}

程式二：PHP截取UTF-8字串，解決半字元問題

/******************************************************************
* PHP截取UTF-8字串，解決半字元問題。
* 英文、數字（半形）為1位元組（8位），中文（全形）為3位元組
* @return 取出的字串, 當$len小於等於0時, 會返回整個字串
* @param $str 源字串
* $len 左邊的子串的長度
****************************************************************/
function utf_substr($str,$len)
{
for($i=0;$i<$len;$i++)
{
$temp_str=substr($str,0,1);
if(ord($temp_str) > 127)
{
$i++;
if($i<$len)
{
$new_str[]=substr($str,0,3);
$str=substr($str,3);
}
}
else
{
$new_str[]=substr($str,0,1);
$str=substr($str,1);
}
}
return join($new_str);
}
?>

php utf-8 字串截取 

<?
function cutstr($string, $length) {
        preg_match_all("/[/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]/", $string, $info);  
        for($i=0; $i<count($info[0]); $i++) {
                $wordscut .= $info[0][$i];
                $j = ord($info[0][$i]) > 127 ? $j + 2 : $j + 1;
                if ($j > $length - 3) {
                        return $wordscut." ...";
                }
        }
        return join('', $info[0]);
}
$string="242432反對感是456犯得上廣泛大使館地方7890";
for($i=0;$i<strlen($string);$i++)
{
 echo cutstr($string,$i)."<br>";
}
?>

截取utf-8字串函數

為了支援多語言，資料庫裡的字串可能儲存為UTF-8編碼，在網站開發中可能需要用php截取字串的一部分。為了避免出現亂碼現象，編寫如下的UTF-8字串截取函數

關於utf-8的原理請看 UTF-8 FAQ

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）。

以前為某網站設計的代碼(也是現在用在首頁的長度截取的函數)

Code:<?php // Cut_Str;
//$sourcestr 是要處理的字串 
//$cutlength 為截取的長度(即字數) 
function cut_str($sourcestr,$cutlength) 
{ 
   $returnstr=''; 
   $i=0; 
   $n=0; 
   $str_length=strlen($sourcestr);//字串的位元組數 
   while (($n<$cutlength) and ($i<=$str_length)) 
   { 
      $temp_str=substr($sourcestr,$i,1); 
      $ascnum=Ord($temp_str);//得到字串中第$i位字元的ascii碼 
      if ($ascnum>=224)    //如果ASCII位高與224，
      { 
         $returnstr=$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         
         $i=$i+3;            //實際Byte計為3
         $n++;            //字串長度計1
      }
      elseif ($ascnum>=192) //如果ASCII位高與192，
      { 
         $returnstr=$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 
         $i=$i+2;            //實際Byte計為2
         $n++;            //字串長度計1
      }
      elseif ($ascnum>=65 && $ascnum<=90) //如果是大寫字母，
      { 
         $returnstr=$returnstr.substr($sourcestr,$i,1); 
         $i=$i+1;            //實際的Byte數仍計1個
         $n++;            //但考慮整體美觀，大寫字母計成一個高位字元
      }
      else                //其他情況下，包括小寫字母和半形標點符號，
      { 
         $returnstr=$returnstr.substr($sourcestr,$i,1); 
         $i=$i+1;            //實際的Byte數計1個
         $n=$n+0.5;        //小寫字母和半形標點等與半個高位字元寬...
      } 
   } 
         if ($str_length>$cutlength){
          $returnstr = $returnstr . "...";//超過長度時在尾處加上省略符號
      }
    return $returnstr; 

}

 截取utf-8字串函數

function FSubstr($title,$start,$len="",$magic=true)
{
  /**
  *  powered by Smartpig
  *  mailto:d.einstein@263.net
  */

 if($len == "") $len=strlen($title);
 
 if($start != 0)
 {
  $startv = ord(substr($title,$start,1));
  if($startv >= 128)
  {
   if($startv < 192)
   {
    for($i=$start-1;$i>0;$i--)
    {
     $tempv = ord(substr($title,$i,1));
     if($tempv >= 192) break;
    }
    $start = $i;
   }
  }
 }
 
 if(strlen($title)<=$len) return substr($title,$start,$len);
 
 $alen   = 0;
 $blen = 0;
 
 $realnum = 0;
 
 for($i=$start;$i<strlen($title);$i++)
 {
  $ctype = 0;
  $cstep = 0;
 
  $cur = substr($title,$i,1);
  if($cur == "&")
  {
   if(substr($title,$i,4) == "&lt;")
   {
    $cstep = 4;
    $length += 4;
    $i += 3;
    $realnum ++;
    if($magic)
    {
     $alen ++;
    }
   }
   else if(substr($title,$i,4) == "&gt;")
   {
    $cstep = 4;
    $length += 4;
    $i += 3;
    $realnum ++;
    if($magic)
    {
     $alen ++;
    }
   }
   else if(substr($title,$i,5) == "&amp;")
   {
    $cstep = 5;
    $length += 5;
    $i += 4;
    $realnum ++;
    if($magic)
    {
     $alen ++;
    }
   }
   else if(substr($title,$i,6) == "&quot;")
   {
    $cstep = 6;
    $length += 6;
    $i += 5;
    $realnum ++;
    if($magic)
    {
     $alen ++;
    }
   }
   else if(preg_match("/&#(/d+);?/i",substr($title,$i,8),$match))
   {
    $cstep = strlen($match[0]);
    $length += strlen($match[0]);
    $i += strlen($match[0])-1;
    $realnum ++;
    if($magic)
    {
     $blen ++;
     $ctype = 1;
    }
   }
  }else{
   if(ord($cur)>=252)
   {
    $cstep = 6;
    $length += 6;
    $i += 5;
    $realnum ++;
    if($magic)
    {
     $blen ++;
     $ctype = 1;
    }
   }elseif(ord($cur)>=248){
    $cstep = 5;
    $length += 5;
    $i += 4;
    $realnum ++;
    if($magic)
    {
     $ctype = 1;
     $blen ++;
    }
   }elseif(ord($cur)>=240){
    $cstep = 4;
    $length += 4;
    $i += 3;
    $realnum ++;
    if($magic)
    {
     $blen ++;
     $ctype = 1;
    }
   }elseif(ord($cur)>=224){
    $cstep = 3;
    $length += 3;
    $i += 2;
    $realnum ++;
    if($magic)
    {
     $ctype = 1;
     $blen ++;
    }
   }elseif(ord($cur)>=192){
    $cstep = 2;
    $length += 2;
    $i += 1;
    $realnum ++;
    if($magic)
    {
     $blen ++;
     $ctype = 1;
    }
   }elseif(ord($cur)>=128){
    $length += 1;
   }else{
    $cstep = 1;
    $length +=1;
    $realnum ++;
    if($magic)
    {
     if(ord($cur) >= 65 && ord($cur) <= 90)
     {
      $blen++;
     }else{
      $alen++;
     }
    }
   }
  }
 
  if($magic)
  {
   if(($blen*2+$alen) == ($len*2)) break;
   if(($blen*2+$alen) == ($len*2+1))
   {
    if($ctype == 1)
    {
     $length -= $cstep;
     break;
    }else{
     break;
    }
   }
  }else{
   if($realnum == $len) break;
  }
 }
 
 unset($cur);
 unset($alen);
 unset($blen);
 unset($realnum);
 unset($ctype);
 unset($cstep);
 
 return substr($title,$start,$length);
}