php cut str,Discuz模板中使用cutstr来截取字符串的方法和原理

/**

* [discuz] 基于PHP没有安装 mb_substr 等扩展截取字符串，如果截取中文字则按2个字符计算

* @param $string 要截取的字符串

* @param $length 要截取的字符数

* @param $dot 替换截掉部分的结尾字符串

* @return 返回截取后的字符串

*/

function cutstr($string, $length, $dot = '...') {

// 如果字符串小于要截取的长度则直接返回

// 此处使用strlen获取字符串长度有很大的弊病，比如对字符串“新年快乐”要截取4个中文字符，

// 那么必须知道这4个中文字符的字节数，否则返回的字符串可能会是“新年快乐...”

if (strlen($string) <= $length) {

return $string;

}

// 转换原字符串中htmlspecialchars

$pre = chr(1);

$end = chr(1);

$string = str_replace ( array ('&', '"', '<', '>' ), array ($pre . '&' . $end, $pre . '"' . $end, $pre . '' . $end ), $string );

$strcut = ''; // 初始化返回值

// 如果是utf-8编码(这个判断有点不全,有可能是utf8)

if (strtolower ( CHARSET ) == 'utf-8') {

// 初始连续循环指针$n,最后一个字位数$tn,截取的字符数$noc

$n = $tn = $noc = 0;

while ( $n < strlen ( $string ) ) {

$t = ord ( $string [$n] );

if ($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {

// 如果是英语半角符号等,$n指针后移1位,$tn最后字是1位

$tn = 1;

$n++;

$noc++;

} elseif (194 <= $t && $t <= 223) {

// 如果是二字节字符$n指针后移2位,$tn最后字是2位

$tn = 2;

$n += 2;

$noc += 2;

} elseif (224 <= $t && $t <= 239) {

// 如果是三字节(可以理解为中字词),$n后移3位,$tn最后字是3位

$tn = 3;

$n += 3;

$noc += 2;

} elseif (240 <= $t && $t <= 247) {

$tn = 4;

$n += 4;

$noc += 2;

} elseif (248 <= $t && $t <= 251) {

$tn = 5;

$n += 5;

$noc += 2;

} elseif ($t == 252 || $t == 253) {

$tn = 6;

$n += 6;

$noc += 2;

} else {

$n++;

}

// 超过了要取的数就跳出连续循环

if ($noc >= $length) {

break;

}

}

// 这个地方是把最后一个字去掉,以备加$dot

if ($noc > $length) {

$n -= $tn;

}

$strcut = substr ( $string, 0, $n );

} else {

// 并非utf-8编码的全角就后移2位

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

$strcut .= ord ( $string [$i] ) > 127 ? $string [$i] . $string [++ $i] : $string [$i];

}

}

// 再还原最初的htmlspecialchars

$strcut = str_replace( array ($pre . '&' . $end, $pre . '"' . $end, $pre . '' . $end ), array ('&', '"', '<', '>' ), $strcut );

$pos = strrpos ( $strcut, chr ( 1 ) );

if ($pos !== false) {

$strcut = substr ( $strcut, 0, $pos );

}

return $strcut . $dot; // 最后把截取加上$dot输出

}