PHPは文字化けせずに中国語を切り取ります

PHP では、substr() 関数が中国語の文字列をインターセプトすると文字化けが発生することがありますが、これは中国語と欧文の 1 バイトが占めるバイト数が異なるためです。 substr の長さパラメータはバイト単位で計算されます。GB2312 エンコーディングでは、1 つの中国語文字は 2 バイトを占有し、英語は 1 バイトを占有します。UTF-8 エンコーディングでは、1 つの中国語文字は 2 バイトまたは 3 バイトを占有する場合があります。バイト、英語、または半角句読点1バイトを占有します。

PHP 関数 substr を直接使用して中国語の文字をインターセプトすると、文字化けが発生する可能性があります。主な原因は、substr が中国語の文字を強制的に半分に「見た」ことです。解決策:

1. 文字化けを回避するには、mbstring 拡張ライブラリの mb_substr インターセプトを使用します。

2. インターセプト関数を自分で作成しますが、効率は mbstring 拡張ライブラリを使用するほど高くありません。

3. インターセプトされた文字列を出力するだけの場合は、substr($str, 0, 30).chr(0) の方法で実装できます。

substr()関数はテキストを分割できますが、分割するテキストに中国語の文字が含まれている場合、問題が発生することがよくあります。この場合は ## を使用できます。 #mb_substr()/mb_strcutこの関数 mb_substr()/mb_strcut の使用法は、mb_substr()/mb_strcut の最後にパラメータが 1 つ追加されることを除いて、substr() と似ています。文字列のエンコーディングを設定しますが、通常、サーバーは php_mbstring.dll を開いていません。php.ini で php_mbstring.dll を開く必要があります。

例:

<?php
echo mb_substr(&#39;这样一来我的字符串就不会有乱码^_^&#39;, 0, 7, &#39;utf-8&#39;);
?>
输出：这样一来我的字
<?php
echo mb_strcut(&#39;这样一来我的字符串就不会有乱码^_^&#39;, 0, 7, &#39;utf-8&#39;);
?>

出力: 次のようになります。

上記の例からわかるように、mb_substr は文字を単語ごとに分割し、mb_strcut は文字をバイトごとに分割します。 , しかし、半分の文字も生成されません。

文字化けせずに中国語の文字列をインターセプトする PHP メソッド

function GBsubstr($string, $start, $length) {
if(strlen($string)>$length){
  $str=null;
  $len=$start+$length;
  for($i=$start;$i<$len;$i++){
  if(ord(substr($string,$i,1))>0xa0){
   $str.=substr($string,$i,2);
   $i++;
  }else{
   $str.=substr($string,$i,1);
  }
  }
  return $str.&#39;...&#39;;
}else{
  return $string;
}
}

文字化けせずに中国語の文字列をインターセプトするメソッド --utf-8 に適用可能

function substr_text($str, $start=0, $length, $charset="utf-8", $suffix="")
{
if(function_exists("mb_substr")){
return mb_substr($str, $start, $length, $charset).$suffix;
}
elseif(function_exists('iconv_substr')){
return iconv_substr($str,$start,$length,$charset).$suffix;
}
$re['utf-8'] = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/";
$re['gb2312'] = "/[\x01-\x7f]|[\xb0-\xf7][\xa0-\xfe]/";
$re['gbk']  = "/[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]/";
$re['big5']  = "/[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/";
preg_match_all($re[$charset], $str, $match);
$slice = join("",array_slice($match[0], $start, $length));
return $slice.$suffix;
}

推奨チュートリアル:

PHP ビデオ チュートリアル

以上がPHPは文字化けせずに中国語を切り取りますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。