关于PHP字符串截取显示相同长度的字符以及UTF8下的ASCII编码

对于截取字符串 下面我介绍一个让显示长度常不多一样的函数（为什么是差不多呢，因为有的时候是特殊字符和中文以及英文和数字的组合，这是如果你没有排版好根本不可能截取一样的显示长度）

注意下面的方法是utf-8编码下。

我们可以发现在显示的时候，两个英文或者数字 相当于一个中文的显示长度

我们strlen()  该函数可以获得字符串的长度，这个字符串的长度是字符串在计算机存储中所占的字节数，而不是字符的数量

通过该函数，我们可以发现 在utf-8编码下 中文及中文(全角)字符是3个字节  英文字符和数字是1个字节

php中有一个ord()函数，有手册知道该函数返回字符串第一个字符的ASCII的值；

但是，如果传入一个中文会返回什么呢?

unicode 字节位表

unicode 编码范围 十进制／十六进制	UTF-8 字节模板二进制／十六进制	字节数
(0)000000 – (127)00007F	0xxxxxxx(00-7F)	一字节
(128)000080 – (2047)0007FF	110xxxxx(C2-DF)      10xxxxxx	两个字节
(2048)000800 – (55295)00D7FF (57344)00E000 – (65535)00FFFF	1110xxxx(E0-EF)     10xxxxxx     10xxxxxx	三个字节
(65536)010000 – (1114111)10FFFF	11110xxx(F0-F4) 10xxxxxx 10xxxxxx 10xxxxxx	四个字节

在这个表中我们根据UTF-8的进制可以知道

0  -  127 为一个字节 表示英文和字符

192-223为2个字节

224-239为3个字节 表示中文和全角字符

240-247为4个字节

所以我们可以这样

 这里的$length为显示的字节数 不会算可以为要显示的中文数*3

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 及占3个字节
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 占2个字节
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）。占1个字节

function mysub1($str,$start=0,$length=60,$left="...",$charset="utf-8")
{
    if($charset=="utf-8"){
    $index=0; 当前字符的第一字节位置
    $index1=0; 当前字符的最后字节位置
    $result="";
    $haslen=0; //已经截取的字节
    for($i=0;$i<$length;$i++)
    {
          $index1=$index;

          $len=0;

          $len1=0;

          $first_b=substr($str,$index,1);
           if(ord($first_b)>224){
               if($i>=$start){

                   $len=3;

                   $len1=3;

               }
              $index+=$len;
              $haslen+=$len;
            }elseif(ord($first_b)>192){
                 if($i>=$start) {

                      $len=2;

                      $len1=2;

               }
              $index+=$len;
              $haslen+=$len;
            }else{
                 if($i>=$start) {

                      $len=1;

                      $len1=1.5; 这里引文显示的时候2个是一个中文的长度所以我们定为1.5因为中文是3

               }
              $index+=$len;
               $haslen+=$len1;
            }
            if($haslen<=$length){
            $result.=substr($str,$index1,$len);
          }else{
              break;
          }
    }
    }else{
     $result=mb_substr($str,$start,$length,$charset);
    }
    if($result!=$str){
       $result.=$left;
    }
    return $result;
}

下面是我之后找到的一个说的比我好的

截取utf-8字符串函数

为了支持多语言，数据库里的字符串可能保存为UTF-8编码，在网站开发中可能需要用php截取字符串的一部分。为了避免出现乱码现象，编写如下的UTF-8字符串截取函数

关于utf-8的原理请看 UTF-8 FAQ

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）。

以前为某网站设计的代码(也是现在用在首页的长度截取的函数)

//$sourcestr 是要处理的字符串
//$cutlength 为截取的长度(即字数)
function cut_str($sourcestr,$cutlength)
{
$returnstr='';
$i=0;
$n=0;
$str_length=strlen($sourcestr);//字符串的字节数
while (($n<$cutlength) and ($i<=$str_length))
{
$temp_str=substr($sourcestr,$i,1);
$ascnum=Ord($temp_str);//得到字符串中第$i位字符的ascii码
if ($ascnum>=224) //如果ASCII位高与224，
{
$returnstr=$returnstr.substr($sourcestr,$i,3); //根据UTF-8编码规范，将3个连续的字符计为单个字符
$i=$i+3; //实际Byte计为3
$n++; //字串长度计1
}
elseif ($ascnum>=192) //如果ASCII位高与192，
{
$returnstr=$returnstr.substr($sourcestr,$i,2); //根据UTF-8编码规范，将2个连续的字符计为单个字符
$i=$i+2; //实际Byte计为2
$n++; //字串长度计1
}
elseif ($ascnum>=65 && $ascnum<=90) //如果是大写字母，
{
$returnstr=$returnstr.substr($sourcestr,$i,1);
$i=$i+1; //实际的Byte数仍计1个
$n++; //但考虑整体美观，大写字母计成一个高位字符
}
else //其他情况下，包括小写字母和半角标点符号，
{
$returnstr=$returnstr.substr($sourcestr,$i,1);
$i=$i+1; //实际的Byte数计1个
$n=$n+0.5; //小写字母和半角标点等与半个高位字符宽...
}
}
if ($str_length>$cutlength){
$returnstr = $returnstr . "...";//超过长度时在尾处加上省略号
}
return $returnstr;

}