utf8截取无乱码

要知道怎么截取UTF8无乱码，我们首先要知道UTF8是怎么编码的，百度了一下，得出以下码表

Unicode/UCS-4	bit数	UTF-8	byte数	备注
0000 ~ 007F	0~7	0XXX XXXX	1
0080 ~ 07FF	8~11	110X XXXX	2
0800 ~ FFFF	12~16	1110XXXX	3	基本定义范围：0~FFFF
1 0000 ~ 1F FFFF	17~21	1111 0XXX	4	Unicode6.1定义范围：0~10 FFFF
20 0000 ~ 3FF FFFF	22~26	1111 10XX	5	说明：此非unicode编码范围，属于UCS-4 编码 早期的规范UTF-8可以到达6字节序列，可以覆盖到31位元（通用字符集原来的极限）。尽管如此，2003年11 月UTF-8 被 RFC3629 重新规范，只能使用原来Unicode定义的区域， U+0000到U+10FFFF。根据规范，这些字节值将无法出现在合法UTF-8序列中
400 0000 ~ 7FFF FFFF	27~31	1111 110X	6

看起来很复杂，其实就很简单，utf8编码究竟是多少个字节组成一个字符，主要是看字符的第一个字节，至于第一个字节是什么样对应截取多少个就参照上表了，但是还有一个问题，就是究竟要怎么判断，其实只要截取第一个字节出来，位运算一次就可以了，具体代码如下

function getUTF8($str,$len){
    if($len <= 0){
        return '';
    }
    $temp = '';
    for($i=0,$j=0;$i<$len;$i++){
        $str1 = ord(substr($str,$j,1));
        if(($str1 & bindec('11111110')) == bindec('11111100')){
            //截取6
            $temp .= substr($str,$j,6);
            $j = $j + 6;
        }elseif(($str1 & bindec('11111100')) == bindec('11111000')){
            //截取5
            $temp .= substr($str,$j,5);
            $j = $j + 5;
        }elseif(($str1 & bindec('11111000')) == bindec('11110000')){
            //截取4
            $temp .= substr($str,$j,4);
            $j = $j + 4;
        }elseif(($str1 & bindec('11110000')) == bindec('11100000')){
            //截取3
            $temp .= substr($str,$j,3);
            $j = $j + 3;
        }elseif(($str1 & bindec('11100000')) == bindec('11000000')){
            //截取2
            $temp .= substr($str,$j,2);
            $j = $j + 2;
        }else{
            //截取1
            $temp .= substr($str,$j,1);
            $j = $j + 1;
        }
    }
    return $temp;
}