php mb strimwidth,mb_substr() 和 mb_strimwidth() 精确截取字符串

估计很多人折腾博客时都有过截断字符串的需求，比如显示文章摘要、评论输出等。

通常用到的是 mb_substr() 或 mb_strimwidth()，但是我发现，网上的很多代码并不严谨，比如很多没有加最后的编码参数，不加此参数则使用内部字符编码。

因为通常我们的文件是 UTF-8 编码的，如果内部字符编码不是 UTF-8，就很可能出问题(内部字符编码可以用 mb_internal_encoding() 设置)。

我在自己服务器(默认的内部字符编码为“ISO-8859-1”)上试了一下，详见下面的代码及结果(注释“//”后的内容为结果，其中“口”代表字符被截断后，无法正常显示的字节片段)：

[ 本文假定 $str = 'qifu启福'; ]

mb_substr($str,0,4)

//qifu

mb_substr($str,0,5)

//qifu口

mb_substr($str,0,6)

//qifu口口

mb_substr($str,0,7)

//qifu启

mb_substr($str,0,5,'utf-8')

//qifu启

mb_substr($str,0,6,'utf-8')

//qifu启福

很明显，不指定 UTF-8 编码时，由于中文字符占三个字节，截取时很容易被拆开，一个中文字符相当于三个英文字符。而指定编码以后，才真的是按字符个数，而不是按字节数截取，mb_strimwidth() 也是一样的。

mb_substr() 截取的是字符个数，而 mb_strimwidth() 截取的是字符宽度，如下：

mb_strimwidth($str, 0, 4, '','utf-8')

//qifu

mb_strimwidth($str, 0, 5, '','utf-8')

//qifu

mb_strimwidth($str, 0, 6, '','utf-8')

//qifu启

可见 mb_strimwidth() 即不是按字节，也不是按字符截取，而是按照宽度。在 php.net 的说明中指出，多字节字符通常是单字节字符的两倍宽度，也就是说，英文字符占一个宽度，中文占两个，宽度不足以截取一个字符时则不取。

当中英文混合时，这个其实比较适合保证截取后的字符串显示宽度一致。但是，如果网页的字体并不是等宽字体，效果也就体现不出来了，因为“m”和“i”所显示的宽度很可能不一样。

另外，mb_strimwidth() 中如果指定截取后末尾添加字符串，则截取宽度包含该字符串，如下：

mb_strimwidth($str, 0, 3, '.','utf-8')

//qi.

如果使用这两个函数时，你仔细数一下输出结果，发现字符个数不太对劲，不妨根据本文所述修改代码试一下。