php截取中文字符串支持utf8和gbk

╰+攻爆jí腚メ 2022-07-19 02:26 231阅读 0赞

截取时注意数据库编码、文件编码、浏览器显示编码是否一致

<?php
    //有mb_string扩展优先使用mb_substr截取
    function msubstr($str, $start=0, $length, $charset="utf-8"){
    	return mb_substr($str, $start, $length, $charset);
    }
    //根据
    function msubstr2($str, $start,$len,$charset='utf-8'){
    	$strlen=$start+$len;
    	if($charset=='utf-8'){
    		$offset=3;//utf8一个中文字符占3个字节
    	}else{
    		$offset=2;//gbk一个中文字符占2个字节
    	}
    	for($i=$start;$i<$strlen;){
    		if(ord(substr($str,$i,1))>127){ //gb2312大于127,gbk是大于129
    			$tempstr.=substr($str,$i,3);
    			$i=$i+$offset;
    		}else{
    			$tempstr.=substr($str,$i,1);
    			$i++;
    		}
    	}
    	return $tempstr;
    }
    //兼容性好的支持utf-8 gbk
    function msubstr3($str, $start=0, $length, $charset="utf-8", $suffix=true)  
    {  
        if(function_exists("mb_substr"))  
            return mb_substr($str, $start, $length, $charset);  
        elseif(function_exists('iconv_substr')) {  
            return iconv_substr($str,$start,$length,$charset);  
        }  
        $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, $length));  
        if($suffix) return $slice."…";  
        return $slice;  
    }
    
    $str = 'love中国你好';
    echo msubstr($str, 0, 6).'<br/>'; 
    echo msubstr2($str, 0, 9).'<br/>'; 
    echo msubstr2($str, 0,8).'<br/>';

结果：

love中国  
love中国  
love中国