关于汉字gbk编码

汉字的GBK编码也是把一个汉字用两个字节来表示，其首字节对应0x81-0xFE(即129-224)，尾字节对应除掉(0x7F)的0x40-oxFE(即64-126和128-224)

我们一般判断一个字是否是汉字都是根据其首字节来判断，我们来看汉字的GBK编码首字节的起始编码0x81，其二进制即为0000 1000 0000 0000， 可见若一个字符的二进制逻辑与0x81之后为0时，该字符一定小于0x81，此时该字符必定不是汉字，反之，该字符应该是一个汉字的首字节。

结合以上原理就不难理解一个中英文混合字符串的截取的常用代码：

function gb_substr($str, $start, $len)
{
 $s = '';
 $j = 0;
 for ($i=0; $i<strlen($str); $i++) {
  if (ord($str[$i]) & 0x81 != 0) {  //或者ord($str[$i]) > '0x80'
   $t = $str[$i].$str[$i+1];
   if (($i >= $start) && ($i+1 < $start+$len)) $s.= $t;
   $i++;
  } else {
   $t = $str[$i];
   if (($i >= $start) && ($i < $start+$len)) $s.= $t;
  }
  if ($i >= $start+$len) break;
 }
 return $s;
}