在PHP程序開發(fā)中，經(jīng)常會(huì)執(zhí)行字符串的截取操作，比如輸出信息列表時(shí)，標(biāo)題不宜過長(zhǎng)，打印文章摘要時(shí)，也要執(zhí)行一系列的字符串截取操作。遇到這些需求時(shí)，我們經(jīng)常會(huì)想到使用substr()方法來實(shí)現(xiàn)，substr()對(duì)全英文字符串的截取是比較適合的。

但字符串只要出現(xiàn)中文字符，就有可能導(dǎo)致PHP substr中文亂碼，因?yàn)橹形腢TF-8編碼，每個(gè)漢字占3字節(jié)，而GB2312占2字節(jié)，英文占1字節(jié)，截取位數(shù)不準(zhǔn)確，substr()硬生生地將一個(gè)中文字符“鋸”成兩半，造成斷開的字符會(huì)把其后的..拉過來一起做一個(gè)字，所以出現(xiàn)了PHP substr中文亂碼。

substr --- 取得部份字符串

語法 : string substr (string string, int start [, int length])

說明 :

substr( )傳回 string的一部份字符串，由參數(shù) start和 length指定。

如果 start是正數(shù)，傳回的字符串將會(huì)從 string的第 start個(gè)字元開始。

Example :

<?php
$rest = substr ("abcdef", 1); // returns "bcdef"
$rest = substr ("abcdef", 1, 3); // returns "bcd"
?>

如果 start是負(fù)數(shù)，傳回的字符串將會(huì)從 string結(jié)尾的第 start個(gè)字開始。

Example :

<?php
$rest = substr ("abcdef", -1); // returns "f"
$rest = substr ("abcdef", -2); // returns "ef"
$rest = substr ("abcdef", -3, 1); // returns "d"
?>

如果有給予參數(shù) length而且是正數(shù)時(shí)，傳回的字符串將會(huì)從 start傳回 length個(gè)字元。
如果有給予參數(shù) length而且是負(fù)數(shù)時(shí)，傳回的字符串將會(huì)結(jié)束于 string結(jié)尾的第 length個(gè)字元。

Example :

<?php
$rest = substr ("abcdef", 1, -1); // returns "bcde"
?>

對(duì)于英文沒有問題，我們測(cè)試一個(gè)中文

<?php
$rest = substr ("中國(guó)人", 1, -1); // returns "fdsafsda" 就是亂碼了
?>

這種截取字符的結(jié)果，肯定不是我們想要的結(jié)果，這種出現(xiàn)PHP substr中文亂碼的情況，可能會(huì)導(dǎo)致程序無法正常運(yùn)行。解決辦法主要有兩種：

一、使用mbstring擴(kuò)展庫(kù)的mb_substr()截取就不會(huì)出現(xiàn)亂碼了。

可以用mb_substr()/mb_strcut()這個(gè)函數(shù)，mb_substr()/mb_strcut()的用法與substr()相似，只是在mb_substr()/mb_strcut最后要加入多一個(gè)參數(shù)，以設(shè)定字符串的編碼，但是一般的服務(wù)器都沒打開php_mbstring.dll，需要在php.ini在把php_mbstring.dll打開。

<?php
  echo mb_substr("php中文字符encode",0,4,"utf-8");
?>

如果未指定最后一個(gè)編碼參數(shù)，會(huì)是三個(gè)字節(jié)為一個(gè)中文，這就是utf-8編碼的特點(diǎn)，若加上utf-8字符集說明，所以，是以一個(gè)字為單位來截取的。

使用的時(shí)候要注意php文件的編碼，和網(wǎng)頁顯示時(shí)的編碼。使用這個(gè)mb_substr方法要事先知道字符串的編碼，如果不知道編碼，就需要判斷，mbstring庫(kù)還提供了mb_check_encoding來檢驗(yàn)字符串編碼，但還不完善。

PHP 自帶幾種字符串截取函數(shù)，其中常用到的就是 substr 和 mb_substr。前者在處理中文時(shí)，GBK 為 2 個(gè)長(zhǎng)度單位，UTF 為 3 個(gè)長(zhǎng)度單位，后者指定編碼后，一個(gè)中文即為 1 個(gè)長(zhǎng)度單位。

substr 有時(shí)會(huì)截 1/3 個(gè)中文或半個(gè)中文，會(huì)顯示亂碼，相對(duì)來說 mb_substr 更適合我們使用。不過有時(shí)候 mb_substr 就顯得不那么好用了。例如我要顯示一個(gè)小圖片的簡(jiǎn)要信息，5 個(gè)中文正好，超過 5 個(gè)就截取前4再加上 ”…”，這樣處理中文是沒問題了，可是處理英文或數(shù)字，這樣截取就太短了。

二、自己書寫截取函數(shù)，但效率不如用mbstring擴(kuò)展庫(kù)來得高。下面是ecshop里面的截取UTF-8編碼下字符串的函數(shù)。

function sub_str($str, $length = , $append = true)
{
  $str = trim($str);
  $strlength = strlen($str);
  if ($length == || $length >= $strlength)
  {
    return $str; //截取長(zhǎng)度等于或大于等于本字符串的長(zhǎng)度，返回字符串本身
  }
  elseif ($length < ) //如果截取長(zhǎng)度為負(fù)數(shù)
  {
    $length = $strlength + $length;//那么截取長(zhǎng)度就等于字符串長(zhǎng)度減去截取長(zhǎng)度
    if ($length < )
    {
      $length = $strlength;//如果截取長(zhǎng)度的絕對(duì)值大于字符串本身長(zhǎng)度，則截取長(zhǎng)度取字符串本身的長(zhǎng)度
    }
  }
  if (function_exists('mb_substr'))
  {
    $newstr = mb_substr($str, , $length, EC_CHARSET);
  }
  elseif (function_exists('iconv_substr'))
  {
    $newstr = iconv_substr($str, , $length, EC_CHARSET);
  }
  else
  {
    //$newstr = trim_right(substr($str, , $length));
    $newstr = substr($str, , $length);
  }
  if ($append && $str != $newstr)
  {
    $newstr .= '...';
  }
  return $newstr;
}

好了，本文全部敘述到此為止，相信會(huì)給大家?guī)硎斋@的，以上代碼也很簡(jiǎn)單，有不明白的地方歡迎給我留言，我會(huì)在第一時(shí)間給大家答復(fù)的。

最新評(píng)論