应使用mb_substr()函数——它按字符而非字节操作，可避免UTF-8下中文乱码；需显式指定'UTF-8'编码，起始位置从0计，负数表示倒序，配合mb_strlen校验长度更安全。
UTF-8 下一个中文占 3 字节，而 substr() 是纯字节操作函数，这直接导致它无法安全截取含中文的字符串——截的位置稍有偏差，就会把某个中文字符的 3 个字节切开，输出乱码或无效字节序列。
为什么截出来会是乱码
比如字符串 "你好" 在 UTF-8 中实际是 6 个字节：你 → 0xE4 0xBD 0xA0，好 → 0xE5 0xA5 0xBD。
执行 substr("你好", 0, 4) 就只取前 4 个字节：0xE4 0xBD 0xA0 0xE5，
这既不是完整的“你”，也不是完整的“好”，终端或浏览器无法解析，显示为 或其他乱码符号。
常见出错场景
-
按“前 N 个字符”意图截取，却写成
substr($str, 0, N)：N=2 时本想取“你好”，结果只拿到“你”的前 2 字节，直接乱码 -
用
strlen()判断长度再截取：strlen("你好")返回 6，但你误以为这是“6 个字符”，用substr($str, 0, 3)想取一半，实际只拿到“你”的第一个字节加后面两个残字节 -
负数偏移也危险：如
substr($str, -1)对英文是取最后一个字母，对中文却大概率只取到某个汉字的最后一个字节，必然乱码
正确做法不是避免，而是换函数
不用硬改逻辑适配字节，而是改用面向字符的函数：
- 用
mb_substr($str, 0, 2, 'UTF-8')—— 明确按“字符数”截，2就是“你好”两个字 - 用
mb_strlen($str, 'UTF-8')替代strlen()获取真实字符长度 - 务必显式传入
'UTF-8'编码参数，不依赖默认值，避免环境差异引发问题
补充说明：不是所有中文都严格占 3 字节
绝大多数简体中文在 UTF-8 中确实是 3 字节，但生僻字、emoji、繁体扩展字可能占 4 字节（如某些 Unicode 补充平面字符）。substr 在这类情况下错得更隐蔽，而 mb_substr 仍能正确识别为单个字符处理。
