php中文截取无乱码

常见字符编码规律：

代码实现：

<?php
/**
 * 截取中文字符串(GBK编码)
 * @param $str 		GBK编码的字符串, 注意文件自身编码
 * @param $start 	开始索引值
 * @param $length 	截取长度
 */
function str_truncate_gbk($str, $start, $length=0) {
	$byte_len = strlen($str); //字节长度
	$char_len = 0; //字符长度
	$substr_arr = array();
	for($i = 0; $i < $byte_len; $i++) {
		if(ord($str[$i]) > 0x81) {
			$substr_arr[] = $str[$i] . $str[$i+1];
			$i++;
		} else {
			$substr_arr[] = $str[$i];
		}
		$char_len++;
	}
	if($char_len <= $length) {
		return $str;
	}
	return implode('', array_slice($substr_arr, $start, $length));
}

/*
字符集编码范围
		第一字节范围 	第二字节范围
gb2312 	0xa1-0xf7 		0xa1-0xfe
gbk 	0x81-0xfe   	0x40-0xfe 	去除 **7f
big5 	0xa1-0xf9 		0x40-0x7e 	0xa1-0xfe
*/

// BOM头：EFBBBF

/*
UTF-8 编码规律：
1字节 0xxxxxxx
2字节 110xxxxx 10xxxxxx
3字节 1110xxxx 10xxxxxx 10xxxxxx
4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
*/

UTF-8 编码实现：

<?php
/**
 * 截取中文字符串(UTF-8编码)
 * @param $str 		UTF-8编码的字符串, 注意文件自身编码
 * @param $start 	开始索引值
 * @param $length 	截取长度
 */
function str_truncate_utf8($str, $start, $length=0) {
	$byte_len = strlen($str); //字节长度
	$char_len = 0; //字符长度
	$substr_arr = array();
	for($i = 0; $i < $byte_len; $i++) {
		$ascii = ord($str[$i]);
		if(($ascii & 0x80) == 0) {
			$substr_arr[] = $str[$i];
		} else 
		if(($ascii & 0xE0) == 0xC0) {
			$substr_arr[] = $str[$i] . $str[$i+1];
			$i++;
		} else 
		if(($ascii & 0xF0) == 0XE0) {
			$substr_arr[] = substr($str, $i, 3);
			$i += 2;
		} else 
		if(($ascii & 0xF8) == 0XF0) {
			$substr_arr[] = substr($str, $i, 4);
			$i += 3;
		} else 
		if(($ascii & 0xFC) == 0XF8) {
			$substr_arr[] = substr($str, $i, 5);
			$i += 4;
		} else 
		if(($ascii & 0xFE) == 0XFC) {
			$substr_arr[] = substr($str, $i, 6);
			$i += 5;
		}
		$char_len++;
	}
	if($char_len <= $length) {
		return $str;
	}
	return implode('', array_slice($substr_arr, $start, $length));
}