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
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
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$length为显示的字节数 不会算可以为要显示的中文数*3
UTF-8编码的字符可能由1~3个字节组成,具体数目可以由第一个字节判断出来。(理论上可能更长,但这里假设不超过3个字节)
第一个字节大于224的,它与它之后的2个字节一起组成一个UTF-8字符 及占3个字节
第一个字节大于192小于224的,它与它之后的1个字节组成一个UTF-8字符 占2个字节
否则第一个字节本身就是一个英文字符(包括数字和一小部分标点符号)。占1个字节
{
if($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;
$len1=0;
if(ord($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;}