PHP は文字化けのない漢字の切り捨てを実装します

PHP は文字化けのない漢字の切り捨てを実装します

PHP の組み込み substr() 関数は中国語の文字をうまく切り捨てることができず、中国語と英語が混在する文字の一部は文字化けします。以下に 2 つのソリューション機能が提供されます。

?

1. GB2312 エンコード方式のトランケーション

?

function msubstr($str, $start, $len) { 

   if (strlen($str)-$start < $len)  return false;

    $tmpstr = "";

    $strlen = $start + $len;

     for($i = 0; $i < $strlen; $i++) {

         if(ord(substr($str, $i, 1)) > 0xa0) {   //0xa0 表示中文汉字编码的第一个编码字符ASCII 码值都大于0xa0

            $tmpstr .= substr($str, $i, 2);

            $i++;

         } else

            $tmpstr .= substr($str, $i, 1);

     }

     return $tmpstr . "...";

} 

?

2. utf8 形式での漢字の切り捨て

?

UTF-8 でエンコードされた文字は 1 ～ 3 バイトで構成され、最初のバイトから特定の数が決定されます。 (理論的にはもっと長いかもしれませんが、ここでは 3 バイト以下であると仮定します)

最初のバイトが 224 より大きい場合、そのバイトとそれに続く 2 バイトは UTF-8 文字を形成します

最初のバイトが 192 より大きく 224 未満の場合、そのバイトとその後の 1 バイトで UTF-8 文字が形成されます

それ以外の場合、最初のバイト自体は英語の文字 (数字と少量の句読点を含む) です。

?

//$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;

}

?

?

?

?

1階 ゼロネタ 2011-09-26

はは、それなら文字化けせずに UTF-8 インターセプトを作成します
function utf8( $a, $s = '' )
{
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]/', $a, $d, PREG_PATTERN_ORDER );
return join( $s, $d[0 ] );
}

2階 ゼロネタ 2011-09-26

メソッドの呼び出し


utf8( substr( 'Intercept me', 0, 1 ) );

3階 バプトロイ 2011-09-29

zeroneta が書きました

メソッドの呼び出し


utf8( substr( 'Intercept me', 0, 1 ) );

マスター、学んで学んで、笑