php的字符串截取

这个功能在php输出页面的时候很常用 ，就是把一个字符串截取为不大于某个长度的字符串。本身是很简单的事情，但是附加了一些需求：1，字符串中含有中文，也就是单字节双字节混着的。2，字符串中含有html代码。

对于中文截取，网上有现成的代码可以拿来用，就像这样：

         function  trunk( $str , $most , $append = " ... " )
        {
             if  ( strlen ( $str )  <=   $most ) {
                 return   $str ;
            }
             return  substr_cut( $str , $most - strlen ( $append )) . $apend ;
        }

         function  substr_cut( $str_cut ,   $length ){

                 if  ( strlen ( $str_cut )  >   $length ){
                           for ( $i = 0 ;  $i   <   $length ;  $i ++ )
                                     if  ( ord ( $str_cut [ $i ])  >   128 )  $i ++ ;
                             $str_cut   =   substr ( $str_cut , 0 , $i );
                }
                 return   $str_cut ;
        }

这里就是简单的判断一下字节是否大于128，是就往前多移一位。因为对于GB2312编码，凡双字节第一个字节都是大于128的。

至于第二个需求，含有html代码的，其实我觉得这样的要求通过css来做更加合适了。

通过设置width，height，line-height限定其块大小后，再设定overflow:hidden;就可以做到了。如果只为IE而做的话，那么有更多的CSS手段来控制超出边界后的处理。

如果一定要自己写程序处理的话，我想最好是只处理简单情况，如果仅为了截取含html代码的字符串就要写一个完全的html parser的话，未免太小题大作了。这里我写了一段仅处理成对、非嵌套情况的：

function  trunkhtml( $str ,   $most ,   $append = " ... " ) {
         $arr   =   preg_split ( " /(<[^>]*>)/ " , $str ,- 1 , PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_OFFSET_CAPTURE);
         $istag   =   FALSE ;
         $notagstr   =   "" ;
         foreach ( $arr   as   $v ) {
                 if ( ! $istag )  $notagstr   .=   $v [ 0 ];
                 $istag   =   ! $istag ;
        }
         if ( strlen ( $notagstr )  <=   $most ) {
                 return   $str ;
        }
         $str_cut   =  substr_cut( $notagstr ,   $most - strlen ( $append ));
         $cut_len   =   strlen ( $str_cut );
         $istag   =   FALSE ;
         foreach ( $arr   as   $i => $v ) {
                 if ( ! $istag ) {
                         $len   =   strlen ( $v [ 0 ]);
                         if ( $cut_len   >   $len )  $cut_len   -=   $len ;
                         else  {
                                 $pos   =   $v [ 1 ]  +   $cut_len ;
                                 if ( $i   %   4   ==   0 ) {
                                         return   substr ( $str ,   0 ,   $pos ) . $append ;
                                }  else  {
                                         $ret   =   substr ( $str ,   0 ,   $pos ) . $append ;
                                         if ( isset ( $arr [ $i + 1 ]))  $ret   .=   $arr [ $i + 1 ][ 0 ];
                                         return   $ret ;
                                }
                        }
                }
                 $istag   =   ! $istag ;
        }
         assert ( FALSE );
         return   $str_cut ;
}

这里做法也不复杂，先用正则把它分割开来，取出不在<>中的部分拼在一起，先用前面的substr_cut截取一次，记住最终截了多长。然后再用各个部分长度去减，减到不够的时候就确定是截在哪个位置了。因为假定html标签都是成对的，最后再判断一下是否处在一对标签中。