PHP 중국어, 영어 혼합 문자열 차단 방법

中英文混排计数、截取，不用自定义函数，而是使用php的mb扩展，使用原生态的php函数轻松处理字符串截取。

首先，介绍下常用函数来截取字符串。 mb_strwidth($str, $encoding) 返回字符串的宽度 $str 要计算的字符串 $encoding 要使用的编码，如 utf8、gbk mb_strimwidth($str, $start, $width, $tail, $encoding) 按宽度截取字符串

$str 要截取的字符串 $start 从哪个位置开始截取，默认是0 $width 要截取的宽度 $tail 追加到截取字符串后边的字符串，常用的是 ... $encoding 要使用的编码

例子：

/**
 * utf8 编码格式
 * 1个中文占用3个字节
 * 我们希望的是1个中文占用2个字节，
 * 因为从宽度上看2个英文字母占用的位置相当于1个中文
 */
// 测试字符串
$str = 'aaaa啊啊aaaa啊啊啊aaa';
echo strlen($str); // 只用strlen输出为25个字节
// 必须指定编码，不然会使用php的内码 mb_internal_encoding()可以查看内码
// 使用mb_strwidth输出字符串的宽度为20使用utf8编码
echo mb_strwidth($str, 'utf8');
// 只有宽度大于10才截取
if(mb_strwidth($str, 'utf8')>10){
    // 此处设定从0开始截取，取10个追加...，使用utf8编码
    // 注意追加的...也会被计算到长度之内
    $str = mb_strimwidth($str, 0, 10, '...', 'utf8');
}
// 最后输出 aaaa啊... 4个a算4个 1个啊算2个 3个点算3个 4 2 3=9
// 是不是很简单啊，有的人说了为什么是9个不是10个吗？
// 因为正好“啊”的后边还是“啊”，中文算2个，9 2=11 超出了设定，所以去掉1个就是9了
echo $str;

其它字符串截取函数： mb_strlen($str, $encoding) 返回字符串的长度 $str 要计算的字符串 $encoding 使用的编码

mb_substr($str, $start, $length, $encoding) 截取字符串 $str 要截取的字符串 $start 从哪里开始截取 $length 截取多长 $encoding 使用的编码 其实这2个函数和strlen()、substr()很像，唯一的不同就是可以设定编码。

以上二个字符串截取函数的例子。

/**
 * utf8 编码格式
 * 1个中文占用3个字节
 */
$str = 'aa12啊aa';
echo strlen($str); // 直接输出长度为9
// 输出长度为7，为什么是7呢？
// 注意这里设定编码以后，不管是中文还是英文每个长度都为1
// a a 1 2 啊 a a
// 1 1 1 1 1 1 1 = 7
// 是不是正好7个字符啊
echo mb_strlen($str, 'utf8');
// 同样mb_substr也是一样的
// 我现在只想要5个字符
echo mb_substr($str, 0, 5, 'utf8'); // 输出 aa12啊

mb扩展库中还有很多实用函数，这里不一一介绍了，大家有兴趣的话可以参考下php手册中的相关内容。