php 截取中文字符串

程序一：PHP截取中文字符串方法

由于网站首页以及vTigerCRM里经常在截取中文字符串时出现乱码(使用substr)，今天找到一个比较好的截取中文字符串方法，在此与大家共享。

function msubstr($str, $start, $len) {
    $tmpstr = "";
    $strlen = $start + $len;
    for($i = 0; $i < $strlen; $i++) {
        if(ord(substr($str, $i, 1)) > 0xa0) {
            $tmpstr .= substr($str, $i, 2);
            $i++;
        } else
            $tmpstr .= substr($str, $i, 1);
    }
    return $tmpstr;
}

程序二：PHP截取UTF-8字符串，解决半字符问题

/******************************************************************
* PHP截取UTF-8字符串，解决半字符问题。
* 英文、数字（半角）为1字节（8位），中文（全角）为3字节
* @return 取出的字符串, 当$len小于等于0时, 会返回整个字符串
* @param $str 源字符串
* $len 左边的子串的长度
****************************************************************/
function utf_substr($str,$len)
{
for($i=0;$i<$len;$i++)
{
$temp_str=substr($str,0,1);
if(ord($temp_str) > 127)
{
$i++;
if($i<$len)
{
$new_str[]=substr($str,0,3);
$str=substr($str,3);
}
}
else
{
$new_str[]=substr($str,0,1);
$str=substr($str,1);
}
}
return join($new_str);
}
?>

php utf-8 字符串截取 

<?
function cutstr($string, $length) {
        preg_match_all("/[/x01-/x7f]|[/xc2-/xdf][/x80-/xbf]|/xe0[/xa0-/xbf][/x80-/xbf]|[/xe1-/xef][/x80-/xbf][/x80-/xbf]|/xf0[/x90-/xbf][/x80-/xbf][/x80-/xbf]|[/xf1-/xf7][/x80-/xbf][/x80-/xbf][/x80-/xbf]/", $string, $info);  
        for($i=0; $i<count($info[0]); $i++) {
                $wordscut .= $info[0][$i];
                $j = ord($info[0][$i]) > 127 ? $j + 2 : $j + 1;
                if ($j > $length - 3) {
                        return $wordscut." ...";
                }
        }
        return join('', $info[0]);
}
$string="242432反对感是456犯得上广泛大使馆地方7890";
for($i=0;$i<strlen($string);$i++)
{
 echo cutstr($string,$i)."<br>";
}
?>

截取utf-8字符串函数

为了支持多语言，数据库里的字符串可能保存为UTF-8编码，在网站开发中可能需要用php截取字符串的一部分。为了避免出现乱码现象，编写如下的UTF-8字符串截取函数

关于utf-8的原理请看 UTF-8 FAQ

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）。

以前为某网站设计的代码(也是现在用在首页的长度截取的函数)

Code:

<?php  // Cut_Str;
//$sourcestr 是要处理的字符串 
//$cutlength 为截取的长度(即字数) 
function  cut_str ( $sourcestr , $cutlength ) 
{ 
    $returnstr = '' ; 
    $i = 0 ; 
    $n = 0 ; 
    $str_length = strlen ( $sourcestr ); //字符串的字节数 
    while (( $n < $cutlength ) and ( $i <= $str_length )) 
   { 
       $temp_str = substr ( $sourcestr , $i , 1 ); 
       $ascnum = Ord ( $temp_str ); //得到字符串中第$i位字符的ascii码 
       if ( $ascnum >= 224 )     //如果ASCII位高与224，
       { 
          $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         
          $i = $i + 3 ;             //实际Byte计为3
          $n ++;             //字串长度计1
       }
      elseif ( $ascnum >= 192 )  //如果ASCII位高与192，
       { 
          $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 
          $i = $i + 2 ;             //实际Byte计为2
          $n ++;             //字串长度计1
       }
      elseif ( $ascnum >= 65  &&  $ascnum <= 90 )  //如果是大写字母，
       { 
          $returnstr = $returnstr . substr ( $sourcestr , $i , 1 ); 
          $i = $i + 1 ;             //实际的Byte数仍计1个
          $n ++;             //但考虑整体美观，大写字母计成一个高位字符
       }
      else                 //其他情况下，包括小写字母和半角标点符号，
       { 
          $returnstr = $returnstr . substr ( $sourcestr , $i , 1 ); 
          $i = $i + 1 ;             //实际的Byte数计1个
          $n = $n + 0.5 ;         //小写字母和半角标点等与半个高位字符宽...
       } 
   } 
         if ( $str_length > $cutlength ){
           $returnstr  =  $returnstr  .  "..." ; //超过长度时在尾处加上省略号
       }
    return  $returnstr ; 

}