php中英文混合字符串截取问题
但是在英文和汉字混合的情况下会出现如下问题:
如果有这样一个字符串
$str="这是一个字符串";
为了截取该串的前10个字符,使用
if(strlen($str)>10) $str=substr($str,10)."…";
那么,echo $str的输出应该是"这是一个字…"
假设
$str="这是1个字符串";
这个串中包含了一个半角字符,同样执行:
if(strlen($str)>10) $str=substr($str,10);
由于原字符串$str的第10、11个字符构成了汉字“符”;
执行串分割后会将该汉字一分为二,这样被截取的串就会发现乱码现象。
请问这种问题如何解决?即要使过长字符串实现分割,又不能让它发生乱码?请看以下函数
<?php
//村里有很多,这个是gb2312
function substrs($content, $length = '30')
{
if ($length && strlen($content) > $length) {
$num = 0;
for ($i = 0; $i < $length - 3; $i++) {
if (ord($content[$i]) > 127) {
$num++;
}
}
$num % 2 == 1 ? $content = substr($content, 0, $length - 4) : $content = substr($content, 0, $length - 3);
}
return $content;
}
function cutstr($string, $length, $dot = ' ...')
{
$strcut = '';
for ($i = 0; $i < $length - strlen($dot) - 1; $i++) {
$strcut .= ord($string[$i]) > 127 ? $string[$i] . $string[++$i] : $string[$i];
}
return $strcut . $dot;
}
function cutTitle($str, $len, $tail = "")
{
$length = strlen($str);
$lentail = strlen($tail);
$result = "";
if ($length > $len) {
$len = $len - $lentail;
for ($i = 0; $i < $len; $i++) {
if (ord($str[$i]) < 127) {
$result .= $str[$i];
} else {
$result .= $str[$i];
++$i;
$result .= $str[$i];
}
}
$result = strlen($result) > $len ? substr($result, 0, -2) . $tail : $result . $tail;
} else {
$result = $str;
}
return $result;
}以下是一些补充:
1. 截取GB2312中文字符串
<?php
//截取中文字符串
function mysubstr($str, $start, $len)
{
$tmpstr = "";
$strlen = $start + $len;
for ($i = 0; $i < $strlen; $i++) {
if (ord(substr($str, $i, 1)) > 0xa0) {
$tmpstr .= substr($str, $i, 2);
$i++;
} else
$tmpstr .= substr($str, $i, 1);
}
return $tmpstr;
}
?>
2. 截取utf8编码的多字节字符串
<?php
//截取utf8字符串
function utf8Substr($str, $from, $len)
{
return preg_replace('#^(?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,' . $from . '}' .
'((?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,' . $len . '}).*#s',
'$1', $str);
}
?>
3. UTF-8、GB2312都支持的汉字截取函数
<?php
/*
Utf-8、gb2312都支持的汉字截取函数
cut_str(字符串, 截取长度, 开始长度, 编码);
编码默认为 utf-8
开始长度默认为 0
*/
function cut_str($string, $sublen, $start = 0, $code = 'UTF-8')
{
if ($code == 'UTF-8') {
$pa = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/";
preg_match_all($pa, $string, $t_string);
if (count($t_string[0]) - $start > $sublen) return join('', array_slice($t_string[0], $start, $sublen)) . "...";
return join('', array_slice($t_string[0], $start, $sublen));
} else {
$start = $start * 2;
$sublen = $sublen * 2;
$strlen = strlen($string);
$tmpstr = '';
for ($i = 0; $i < $strlen; $i++) {
if ($i >= $start && $i < ($start + $sublen)) {
if (ord(substr($string, $i, 1)) > 129) {
$tmpstr .= substr($string, $i, 2);
} else {
$tmpstr .= substr($string, $i, 1);
}
}
if (ord(substr($string, $i, 1)) > 129) $i++;
}
if (strlen($tmpstr) < $strlen) $tmpstr .= "...";
return $tmpstr;
}
}
$str = "www.yipeiwu.com宜配屋视频录像回放下载--需要截取的字符串";
echo cut_str($str, 8, 0, 'gb2312');
?>
4. BugFree 的字符截取函数
<?php
/**
* @param string $String the string to cut.
* @param int $Length the length of returned string.
* @param booble $Append whether append "...": false|true
* @return string the cutted string.
* @version $Id: FunctionsMain.inc.php,v 1.32 2005/09/24 11:38:37 wwccss Exp $
*
*
* Return part of a string(Enhance the function substr())
*
* @author Chunsheng Wang
* @package BugFree
*/
function sysSubStr($String, $Length, $Append = false)
{
if (strlen($String) <= $Length) {
return $String;
} else {
$I = 0;
while ($I < $Length) {
$StringTMP = substr($String, $I, 1);
if (ord($StringTMP) >= 224) {
$StringTMP = substr($String, $I, 3);
$I = $I + 3;
} elseif (ord($StringTMP) >= 192) {
$StringTMP = substr($String, $I, 2);
$I = $I + 2;
} else {
$I = $I + 1;
}
$StringLast[] = $StringTMP;
}
$StringLast = implode("", $StringLast);
if ($Append) {
$StringLast .= "...";
}
return $StringLast;
}
}
$String = "www.yipeiwu.com";
$Length = "18";
$Append = false;
echo sysSubStr($String, $Length, $Append);
?>