PHP中使用substr()截取字符串出现中文乱码问题该怎么办

在PHP程序开发中，经常会执行字符串的截取操作，比如输出信息列表时，标题不宜过长，打印文章摘要时，也要执行一系列的字符串截取操作。遇到这些需求时，我们经常会想到使用substr()方法来实现，substr()对全英文字符串的截取是比较适合的。

但字符串只要出现中文字符，就有可能导致PHP substr中文乱码，因为中文UTF-8编码，每个汉字占3字节，而GB2312占2字节，英文占1字节，截取位数不准确，substr()硬生生地将一个中文字符“锯”成两半，造成断开的字符会把其后的..拉过来一起做一个字，所以出现了PHP substr中文乱码。

substr --- 取得部份字符串

语法 : string substr (string string, int start [, int length])

说明 :

substr( )传回 string的一部份字符串，由参数 start和 length指定。

如果 start是正数，传回的字符串将会从 string的第 start个字元开始。

Example :

<?php
$rest = substr ("abcdef", 1); // returns "bcdef"
$rest = substr ("abcdef", 1, 3); // returns "bcd"
?>

如果 start是负数，传回的字符串将会从 string结尾的第 start个字开始。

Example :

<?php
$rest = substr ("abcdef", -1); // returns "f"
$rest = substr ("abcdef", -2); // returns "ef"
$rest = substr ("abcdef", -3, 1); // returns "d"
?>

如果有给予参数 length而且是正数时，传回的字符串将会从 start传回 length个字元。
如果有给予参数 length而且是负数时，传回的字符串将会结束于 string结尾的第 length个字元。

Example :

<?php
$rest = substr ("abcdef", 1, -1); // returns "bcde"
?>

对于英文没有问题，我们测试一个中文

<?php
$rest = substr ("中国人", 1, -1); // returns "fdsafsda" 就是乱码了
?>

这种截取字符的结果，肯定不是我们想要的结果，这种出现PHP substr中文乱码的情况，可能会导致程序无法正常运行。解决办法主要有两种：

一、使用mbstring扩展库的mb_substr()截取就不会出现乱码了。

可以用mb_substr()/mb_strcut()这个函数，mb_substr()/mb_strcut()的用法与substr()相似，只是在mb_substr()/mb_strcut最后要加入多一个参数，以设定字符串的编码，但是一般的服务器都没打开php_mbstring.dll，需要在php.ini在把php_mbstring.dll打开。

<?php
  echo mb_substr("php中文字符encode",0,4,"utf-8");
?>

如果未指定最后一个编码参数，会是三个字节为一个中文，这就是utf-8编码的特点，若加上utf-8字符集说明，所以，是以一个字为单位来截取的。

使用的时候要注意php文件的编码，和网页显示时的编码。使用这个mb_substr方法要事先知道字符串的编码，如果不知道编码，就需要判断，mbstring库还提供了mb_check_encoding来检验字符串编码，但还不完善。

PHP 自带几种字符串截取函数，其中常用到的就是 substr 和 mb_substr。前者在处理中文时，GBK 为 2 个长度单位，UTF 为 3 个长度单位，后者指定编码后，一个中文即为 1 个长度单位。

substr 有时会截 1/3 个中文或半个中文，会显示乱码，相对来说 mb_substr 更适合我们使用。不过有时候 mb_substr 就显得不那么好用了。例如我要显示一个小图片的简要信息，5 个中文正好，超过 5 个就截取前4再加上 ”…”，这样处理中文是没问题了，可是处理英文或数字，这样截取就太短了。

二、自己书写截取函数，但效率不如用mbstring扩展库来得高。下面是ecshop里面的截取UTF-8编码下字符串的函数。

function sub_str($str, $length = , $append = true)
{
  $str = trim($str);
  $strlength = strlen($str);
  if ($length == || $length >= $strlength)
  {
    return $str; //截取长度等于或大于等于本字符串的长度，返回字符串本身
  }
  elseif ($length < ) //如果截取长度为负数
  {
    $length = $strlength + $length;//那么截取长度就等于字符串长度减去截取长度
    if ($length < )
    {
      $length = $strlength;//如果截取长度的绝对值大于字符串本身长度，则截取长度取字符串本身的长度
    }
  }
  if (function_exists('mb_substr'))
  {
    $newstr = mb_substr($str, , $length, EC_CHARSET);
  }
  elseif (function_exists('iconv_substr'))
  {
    $newstr = iconv_substr($str, , $length, EC_CHARSET);
  }
  else
  {
    //$newstr = trim_right(substr($str, , $length));
    $newstr = substr($str, , $length);
  }
  if ($append && $str != $newstr)
  {
    $newstr .= '...';
  }
  return $newstr;
}

好了，本文全部叙述到此为止，相信会给大家带来收获的，以上代码也很简单，有不明白的地方欢迎给我留言，我会在第一时间给大家答复的。

最新评论