php無亂碼切割中文字符

在PHP中，substr()函數截取帶有中文字串的話，可能會出現亂碼，這是因為中西文一個位元組所佔有的位元組數不一樣，而substr的長度參數是依照位元組去算的，在GB2312編碼時，一個中文佔2個字節，英文為1個字節，而在UTF-8編碼當中，一個中文可能佔有2個或3個字節，英文或半角標點佔1字節。

直接使用PHP函數substr截取中文字元可能會出現亂碼，主要是substr可能硬生生的將一個中文字元「鋸」成兩半。解決方法：

1、使用mbstring擴充函式庫的mb_substr截取就不會出現亂碼了。

2、自己書寫截取函數，但效率不如用mbstring擴充函式庫來得高。

3、如果僅是為了輸出截取的字串，可用如下方式實作：substr($str, 0, 30).chr(0)。

substr()函數可以分割文字，但要分割的文字如果包含中文字元往往會遇到問題，這時可以用mb_substr()/mb_strcut這個函數，mb_substr()/mb_strcut的用法與substr()相似，只是在mb_substr()/mb_strcut最後要加入多一個參數，以設定字串的編碼，但是一般的伺服器都沒打開php_mbstring.dll，需要在php.ini在把php_mbstring.dll打開。

舉例：

<?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;);
?>

輸出：這樣一

從上面的例子可以看出，mb_substr是按字來切分字符，而mb_strcut是按字節來切分字符，但是都不會產生半個字符的現象。

PHP實作中文字串截取無亂碼的方法

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;
}
}

實作中文字串截取無亂碼的方法--適用於utf- 8

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;
}

推薦教學：PHP影片教學

#

以上是php無亂碼切割中文字符的詳細內容。更多資訊請關注PHP中文網其他相關文章！