UTF-8中文字符截取
UTF-8中文截取函数
Published by Jesse
在中,用函数截取带有中文字符串的话,可能会出现乱码,这是因为中西文PHPsubstr()
一个字所占有的字节数不一样,而的长度参数是按照字节去算的。在编substrGB2312码时,一个中文占个字节,英文为个字节,而在编码当中,一个中文可能占有21UTF-8个或个字节,英文或半角标点占字节。231
为解决这个问
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
,我找了很多资料,最终找到这么一段文字:
编码的字符可能由个字节组成,具体数目可以由第一个字节判断出来。理论UTF-81~3 (上可能更长,但这里假设不超过个字节3)
第一个字节大于的,它与它之后的个字节一起组成一个字符2242UTF-8 第一个字节大于小于的,它与它之后的个字节组成一个字符1922241UTF-8 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)。
,知道大概的原理,解决起来就轻松多了,于是写了以下函数用于的字符截取:OKUTF-8
PHP 代码
1.//UTF-8 字符串截取,仅限于
2. cut_str($str,$len) { function
3. (strlen($str) <= $len) $str; ifreturn
4. $n = 0;
5. $tempstr = '';
6. ($i=0; $i<$len; $i++) { for
7. (ord(substr($str,$n,1)) > 224) { if
8. $tempstr .= substr($str,$n,3);
9. $n += 3;
10. $i++; // 把一个中文按两个英文的长度计算 11. } (ord(substr($str,$n,1)) > 192) { elseif 12. $tempstr .= substr($str,$n,2); 13. $n += 2; 14. $i++; // 把一个中文按两个英文的长度计算 15. } { else 16. $tempstr .= substr($str,$n,1); 17. $n ++; 18. } 19. } 20. $tempstr.'...'; return 21.}
中也有自带的函数可以用于不同编码的字符串截取,如,但要在PHPmb_substr()php.ini
中开启相应的扩展。