php抓取某个中文,编写一个PHP中文截取无乱码的函数

PHP截取字符串的函数是substr，但是此函数在截取包含中文字符串时，有可能发生乱码情况，因为utf-8下一个中文占3个字节，所以你可能截取了一个中文字符的一部分。

为了避免这种情况，我们需要自定义一个函数。字符串编码按utf-8对待。

/**

* 中文截取无乱码

* @param $str

* @param $start

* @param $length

* @return string|null

*/

function mbSubStr($str, $start, $length)

{

// 最终返回的字符串

$resultStr = null;

// 字符串的长度

$len = strlen($str);

// 要截取的位置和对应位置长度的数组

$l2pMap = [];

// 字符的下标[中文按一个字符对待]

$index = 0;

for ($i = 0; $i < $len; $i++) {

$l2pMap[$index] = $i;

$index++;

if (ord(substr($str, $i, 1)) >= 0xa0) {

$i += 2;

}

}

// 真正要开始截取的位置

$realStartPosition = isset($l2pMap[$start]) ? $l2pMap[$start] : false;

if (false === $realStartPosition) return $resultStr;

// 截取拼接字符串

$realLength = $l2pMap[$start + $length];

for ($i = $realStartPosition; $i < $realLength; $i++) {

if (ord(substr($str, $i, 1)) >= 0xa0) {

$resultStr .= substr($str, $i, 3);

$i += 2;

} else {

$resultStr .= substr($str, $i, 1);

}

}

return $resultStr;

}

$str = "你好啊哈哈china";

$r1 = mbSubStr($str, 0, 6);

$r2 = mb_substr($str, 0, 6);

var_dump($r1, $r2);

// string '你好啊哈哈c' (length=16)

// string '你好啊哈哈c' (length=16)

其实打开php_mbstring扩展后，可以使用mb_substr函数截取中文字符串，并且不会有乱码情况，上面的代码只是实现了和mb_substr函数一样的效果。