PHP实现中文字符的无乱码截断

PHP内置的substr()函数不能对中文字符进行很好的截断处理，对于一些中英文混合的字符会出现乱码的情况。下面提供两种解决函数。

 

1、GB2312编码方式的截断

 

Php代码  

1. function msubstr($str, $start, $len) {   
2.   
3.    if (strlen($str)-$start < $len)  return false;  
4.   
5.     $tmpstr = "";  
6.   
7.     $strlen = $start + $len;  
8.   
9.      for($i = 0; $i < $strlen; $i++) {  
10.   
11.          if(ord(substr($str, $i, 1)) > 0xa0) {   //0xa0 表示中文汉字编码的第一个编码字符ASCII 码值都大于0xa0  
12.   
13.             $tmpstr .= substr($str, $i, 2);  
14.   
15.             $i++;  
16.   
17.          } else  
18.   
19.             $tmpstr .= substr($str, $i, 1);  
20.   
21.      }  
22.   
23.      return $tmpstr . "...";  
24.   
25. }   

 

2、utf8格式下的中文字符截断

 

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）。

 

Php代码  

1. //$sourcestr 是要处理的字符串  
2.   
3. //$cutlength 为截取的长度(即字数)  
4.   
5. function cut_str($sourcestr,$cutlength)  
6.   
7. {  
8.   
9.    $returnstr='';  
10.   
11.    $i=0;  
12.   
13.    $n=0;  
14.   
15.    $str_length=strlen($sourcestr);//字符串的字节数  
16.   
17.    while (($n<$cutlength) and ($i<=$str_length))  
18.   
19.     {  
20.   
21.       $temp_str=substr($sourcestr,$i,1);  
22.   
23.       $ascnum=Ord($temp_str);//得到字符串中第$i位字符的ascii码  
24.   
25.       if ($ascnum>=224)    //如果ASCII位高与224，  
26.   
27.       {  
28.   
29.          $returnstr=$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           
30.   
31.          $i=$i+3;            //实际Byte计为3  
32.   
33.          $n++;            //字串长度计1  
34.   
35.       }  
36.   
37.        elseif ($ascnum>=192) //如果ASCII位高与192，  
38.   
39.       {  
40.   
41.          $returnstr=$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  
42.   
43.          $i=$i+2;            //实际Byte计为2  
44.   
45.          $n++;            //字串长度计1  
46.   
47.       }  
48.   
49.        elseif ($ascnum>=65 && $ascnum<=90) //如果是大写字母，  
50.   
51.       {  
52.   
53.          $returnstr=$returnstr.substr($sourcestr,$i,1);  
54.   
55.          $i=$i+1;            //实际的Byte数仍计1个  
56.   
57.          $n++;            //但考虑整体美观，大写字母计成一个高位字符  
58.   
59.       }  
60.   
61.        else                //其他情况下，包括小写字母和半角标点符号，  
62.   
63.       {  
64.   
65.          $returnstr=$returnstr.substr($sourcestr,$i,1);  
66.   
67.          $i=$i+1;            //实际的Byte数计1个  
68.   
69.          $n=$n+0.5;        //小写字母和半角标点等与半个高位字符宽...  
70.   
71.       }  
72.   
73.     }  
74.   
75.           if ($str_length>$cutlength){  
76.   
77.           $returnstr = $returnstr . "...";//超过长度时在尾处加上省略号  
78.   
79.       }  
80.   
81.      return $returnstr;  
82.   
83. }