php原生substr按字节截取utf-8中文易乱码，因中文占3字节；mb_substr需同时满足启用mbstring、显式传utf-8编码、字符串确为utf-8三条件才有效。
substr 按字节切，UTF-8 中文占 3 字节
PHP 原生 substr 函数不识别字符边界，只按字节计数。UTF-8 编码下，一个中文字符占 3 个字节，substr($str, 0, 10) 可能刚好在第 9、10、11 字节中间切断——比如把「好」字的 \xe5\xa5\xbd 拆成 \xe5\xa5 和 \xbd，后半截缺失，浏览器无法解析，就显示为 或空白。
常见错误现象包括：
- 前端显示“这是一”“测试内”“欢”这类不完整片段
- 截取长度越小（如
substr($str, 0, 5)），乱码概率越高 - 中英文混排时，同样长度下中文显示更少，视觉错位明显
mb_substr 不是开箱即用，缺一不可
mb_substr 能正确识别中文字符，但必须同时满足三个条件，缺一个就会退化回乱码：
- PHP 环境已启用
mbstring扩展（检查phpinfo()或运行extension_loaded('mbstring')） - 调用时显式传入编码参数，例如
mb_substr($str, 0, 10, 'UTF-8')；漏掉第 4 个参数会依赖默认编码（可能不是 UTF-8） - 字符串本身确实是 UTF-8 编码——如果数据库字段是
gbk，却传'UTF-8'，照样乱码
ThinkPHP 模板里用 substr 就是自找麻烦
ThinkPHP 模板引擎不会自动把 substr 替换为多字节版本，它直接调用 PHP 原生函数。你在模板里写 {:substr($title, 0, 20)}，和在普通 PHP 文件里写完全一样，毫无例外。
安全做法只有两个：
- 在控制器层提前用
mb_substr处理好再 assign 给模板 - 在模板里改用
{:mb_substr($title, 0, 20, 'UTF-8')}，但前提是确保mbstring已启用且编码匹配
别去魔改框架源码或手写正则截取——性能差、边界 case 多、维护成本高。
混排字符串（中/英/数字/emoji）要特别小心
emoji 是四字节 UTF-8 字符（如 ? = \xf0\x9f\x8c\x8d），mb_substr 虽能处理，但必须确认 PHP 版本 ≥ 7.2 且 mbstring.func_overload 未开启（该配置已废弃，但旧环境可能残留）。否则 mb_strlen 可能误判 emoji 长度，导致截断异常。
验证方式很简单：
- 用
mb_strlen('a?中', 'UTF-8')应返回3 - 若返回
4或5，说明环境有问题，得查mbstring配置或升级 PHP
真正容易被忽略的是：编码声明和实际数据不一致。比如页面声明了 charset=UTF-8，但 MySQL 连接用的是 SET NAMES gbk，这时无论怎么调 mb_substr 都救不回来。
php免费学习视频：立即使用
踏上前端学习之旅，开启通往精通之路！从前端基础到项目实战，循序渐进，一步一个脚印，迈向巅峰！
