php中截取包含中文的字符串应优先使用 mb_substr，因为它基于字符数而非字节数，能正确处理 utf-8 等多字节编码；若必须使用 substr，则需确保指定正确的起始字节位置和长度，且通常需配合 mb_strlen 计算长度以避免乱码。对于标准的 utf-8 编码文本，mb_substr($str, 0, 2, 'utf-8') 可安全截断前两个汉字，而 substr($str, 0, 6) 在 utf-8 下每个汉字占3字节，故截取6字节等于2个汉字，但此方法对非 utf-8 或混合编码极不稳定。
mb_substr 如何按字符数安全截取？
mb_substr 直接接受字符索引和长度参数，自动处理多字节编码，是截取中文的首选方案。它需要启用 mbstring 扩展，并明确指定编码格式（如 'UTF-8'），否则可能因默认编码不同导致错误。该函数返回从起始位置开始、指定长度的子串，若超出范围则返回剩余部分，不会抛出异常，适合大多数 Web 场景。
$str = "你好世界"; echo mb_substr($str, 0, 2, "UTF-8"); // 输出: 你好
上述代码中，$str 为四个汉字的字符串，mb_substr 从索引 0 开始截取 2 个字符，结果为 “你好”。无论输入是否包含英文或数字，只要编码一致，结果均准确。若省略第三个参数 'UTF-8'，函数将使用内部默认编码，可能导致意外行为，因此始终显式传入编码值。
substr 为何容易出错及如何补救？
substr 按字节操作，在 UTF-8 编码下每个汉字占 3 字节，因此截取时需手动计算字节偏移，极易因长度非 3 的倍数导致截断半个汉字，产生乱码。补救方法是先用 mb_strlen 获取字符数，再乘以 3 得到字节长度，但此法仅适用于纯 UTF-8 无其他多字节字符的场景，通用性差。
$str = "你好世界"; echo substr($str, 0, 6); // 输出: 你好 // 若截取5字节： echo substr($str, 0, 5); // 输出: 浣 (乱码)
第一段代码截取 6 字节（2个汉字×3字节），结果正确；第二段截取 5 字节，截断第三个汉字的前两字节，导致 substr 返回无效字节序列，显示为乱码。这证明 substr 不适用于动态或未知长度的中文截取。若坚持使用，必须确保长度是 3 的倍数，且编码固定为 UTF-8，但这限制了其适用性，故不推荐作为常规手段。
当字符串包含 ASCII 字符时截取行为有何差异？
当字符串同时包含中文和 ASCII 字符（如英文字母）时，mb_substr 仍按字符计数，ASCII 字符计为 1 个字符，中文计为 1 个字符，行为一致；而 substr 中 ASCII 占 1 字节，中文占 3 字节，导致字节与字符映射混乱，例如截取 4 字节可能包含 1 个中文（3字节）+1 个英文（1字节），但无法保证完整性。
$mixed = "a你好b"; echo mb_substr($mixed, 0, 3, "UTF-8"); // 输出: a你 // substr 版本： echo substr($mixed, 0, 4); // 输出: a你 (巧合正确，因a=1字节,你=3字节) echo substr($mixed, 0, 5); // 输出: a你好 (5字节: a+你的前3字节+好的第1字节 → 乱码)
混合字符串示例中，mb_substr 截取前 3 个字符（'a', '你', '好' 中的前三个：'a', '你', '好'？更正：$mixed 为 'a','你','好','b'，索引0='a',1='你',2='好',3='b'，故 mb_substr($mixed,0,3) 返回 'a你'，正确）。而 substr 截取 4 字节时，恰好覆盖 'a'（1字节）+'你'（3字节），结果碰巧正确；但截取 5 字节时，覆盖 'a'+'你'+'好' 的第 1 字节，导致 '好' 被截断，产生乱码。这凸显了 substr 在混合内容下的不可靠性，始终建议用 mb_substr 以字符为单位操作，避免字节级陷阱。
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！
