PHP截取中文字符串方法

 

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 [url=http://www.allosoft.com/bB2/viewtopic.php?t=13][color=#0000ff]UTF-8 FAQ[/color][/url]

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)

[b]Code:[/b]
<?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;

}

晚上加班有些头脑不清晰，修改后的代码！

[code]

// 截取文字段落(超出长度用后缀表示)

// 设计思路按照排除法,排除字符段落中的英文字符

// 再按照英文字符为1个占位符,中文为2个占位符(UTF-8的中文是3个占位符)

// 计算出截取文字个数的占位符长度进行截取

function cut_str($msg,$cut_size,$charset="UTF-8",$suffix="...") {

//验证截取个数,如果是0将不截取

if($cut_size<=0) return $msg;

$i=1;

while ($i <= strlen($msg)) {

//判断是否是ASCII扩展字符

if(ord($msg[($i-1)])>127){

$han++;

if($charset=="UTF-8"){

$str .=$msg[($i-1)].$msg[($i)].$msg[($i+1)];

//如果是UTF-8跳过3个ASCII

$i=$i+3;

}else{

$str .=$msg[($i-1)].$msg[($i)];

$i=$i+2;

}

}else{

$eng++;

$str .=$msg[($i-1)];

$i++;

}

//如果汉字和英文总和等于要截取的字符个数那么跳出循环

if(($han+$eng)==$cut_size){break;}

}

//如果汉字和英文总和等于要截取的字符个数那么不显示后缀

$suffix = ($han+$eng)<$cut_size?"":$suffix;

return $str.$suffix;

}

[/code]

 

我的解决GB2312编码截取字符串的方案
用法和substr一样
[php]
function strsub($str,$start,$length=null) {
if(isset($length)) {
       $lens = bsize($str,$start);
       $lene = bsize($str,$start+$length);
       if($lens%2!=0) {
         $start -=1;
         $flag = 1;
       }
       if($lene%2!=1&&$flag==1) {
         $length -=1;
       } else if($lene%2==1) {
         $length -=1;
       }
       return substr($str,$start,$length);
} else {
       $lens = bsize($str,$start);
       if($lens%2!=0) {
         $start -=1;
       }
       return substr($str,$start);
}
}
function bsize($str,$start) {
$len = 0;
if($start == 0) return 0;
for($i=($start)-1;$i>=0;$i--) {
       if(ord(substr($str,$i,1))>127) {
         $len++;
       } else {
         return $len;
       }
}
return $len;
}