PHP截取字符串

一篇写给自己方便记忆和查询的文章。

PHP截取字符串需要相关字符集，字符编码的知识，并需要知道各自的编码范围。以下是关于gb2312编码中中文截取的一个简单示例。

<?php 
/*
以下字符编码gb2312,页面编码gb2312，汉字编码为两字节

UTF-8编码下汉字为三字节，并需另外考虑汉字编码是0x4e00-0x9fa5
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）。
*/
$str='不T但G';
$len=strlen($str);	//得到按字节计算的长度
$temp="";
for($i=0;$i<$len;$i++){
	if(ord($str[$i])>0xa0){	//GB2312编码中文编码范围高位0xb0-0xf7，低位是0xa1-0xfe，“啊”的字符编码为0xb0a1.为GB2312字符表的第一个。
		$t1=$str[$i];	//半个汉字
		$t2=$str[++$i];	//半个汉字
		$temp=dechex(ord($t1)).' '.dechex(ord($t2));	//输出各个字节的16进制编码值
		echo $temp." ".$t1.$t2."<br>"; //将两个半个汉字拼成一个，通常情况下汉字出现乱码即输出了半个汉字
	}
	else{
		echo ord($str[$i])." ".$str[$i]."<br>";	//若不是中文，输出编码值和字符
	}
}
?>

以下是运行结果：

另请参考：

1.PHP截取字符串专题

2. 字符编码研究