substr截取中文字符出现乱码的解决方案

PHP中的substr函数：

string substr ( string $string , int $start [, int $length ] )

返回string中从start位置开始长度为length的字符串

substr函数在截取字符时是按字节来截取的，中文字符在GB2312编码时为2个字节，utf-8编码时为3个字节，所以截取指定长度的字符串时如果截断了汉字，那么返回的结果显示出来便会出现乱码。

查了一下，解决方案归结起来可分两类：

1、改用mb_substr()函数

string mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )

类似substr()函数，只是计数按字符数来计，保证字符安全

使用mb_substr()函数可保证不会出现乱码，但缺点是长度统计变成了字符数统计，而不是按字节数统计。用于显示时，同样长度的中文结果和英文结果会出现较大的显示长度的差别。

2、自建函数增强substr功能

这里提供一个函数可较好地解决substr遇到中文字符的问题。中文字符按2个长度单位来计算，使得中英文混用环境下字符串截取结果最后的显示长度接近；舍弃最后一个不完整字符，保证不会出现显示上的乱码；且兼容了中文字符常用的utf-8编码和GB2312编码，有很好的通用性。

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74

function getstr( $string , $length , $encoding  = 'utf-8' ) {      $string = trim( $string );        if ( $length && strlen ( $string ) > $length ) {          //截断字符          $wordscut = '' ;          if ( strtolower ( $encoding ) == 'utf-8' ) {              //utf8编码              $n = 0;              $tn = 0;              $noc = 0;              while ( $n < strlen ( $string )) {                  $t = ord( $string [ $n ]);                  if ( $t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {                      $tn = 1;                      $n ++;                      $noc ++;                  } elseif (194 <= $t && $t <= 223) {                      $tn = 2;                      $n += 2;                      $noc += 2;                  } elseif (224 <= $t && $t < 239) {                      $tn = 3;                      $n += 3;                      $noc += 2;                  } elseif (240 <= $t && $t <= 247) {                      $tn = 4;                      $n += 4;                      $noc += 2;                  } elseif (248 <= $t && $t <= 251) {                      $tn = 5;                      $n += 5;                      $noc += 2;                  } elseif ( $t == 252 || $t == 253) {                      $tn = 6;                      $n += 6;                      $noc += 2;                  } else {                      $n ++;                  }                  if ( $noc >= $length ) {                      break ;                  }              }              if ( $noc > $length ) {                  $n -= $tn ;              }              $wordscut = substr ( $string , 0, $n );          } else {              for ( $i = 0; $i < $length - 1; $i ++) {                  if (ord( $string [ $i ]) > 127) {                      $wordscut .= $string [ $i ]. $string [ $i + 1];                      $i ++;                  } else {                      $wordscut .= $string [ $i ];                  }              }          }          $string = $wordscut ;      }      return trim( $string ); }   // 示例 echo getstr( "0一二三四五六七" ,1). '<br />' ;  // 0 echo getstr( "0一二三四五六七" ,2). '<br />' ;  // 0 echo getstr( "0一二三四五六七" ,3). '<br />' ;  // 0一 echo getstr( "0一二三四五六七" ,4). '<br />' ;  // 0一 echo getstr( "0一二三四五六七" ,5). '<br />' ;  // 0一二 echo getstr( "0一a二b三四五六七" ,1). '<br />' ;    // 0 echo getstr( "0一a二b三四五六七" ,2). '<br />' ;    // 0 echo getstr( "0一a二b三四五六七" ,3). '<br />' ;    // 0一 echo getstr( "0一a二b三四五六七" ,4). '<br />' ;    // 0一a echo getstr( "0一a二b三四五六七" ,5). '<br />' ;    // 0一a

此函数由UCHome 1.5中的getstr()函数修改而来。