php無亂碼切割中文字元

在PHP中，substr()函數擷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的長度引數是按照位元組去算的，在GB2312編碼時，一個中文占2個位元組，英文為1個位元組，而在UTF-8編碼當中，一個中文可能佔有2個或3個位元組，英文或半形標點占1位元組。

直接使用PHP函數substr擷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。解決辦法：

1、使用mbstring擴充套件庫的mb_substr擷取就不會出現亂碼了。

2、自己書寫擷取函數，但效率不如用mbstring擴充套件庫來得高。

3、如果僅是為了輸出擷取的串，可用如下方式實現：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括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最後要加入多一個引數，以設定字串的編碼，但是一般的伺服器都沒開啟php_mbstring.dll，需要在php.ini在把php_mbstring.dll開啟。

舉個例子：

<?php
echo mb_substr('這樣一來我的字串就不會有亂碼^_^', 0, 7, 'utf-8');
?>
輸出：這樣一來我的字
<?php
echo mb_strcut('這樣一來我的字串就不會有亂碼^_^', 0, 7, 'utf-8');
?>

輸出：這樣一

從上面的例子可以看出，mb_substr是按字來切分字元，而mb_strcut是按位元組來切分字元，但是都不會產生半個字元的現象。

PHP實現中文字串擷取無亂碼的方法

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.'...';
}else{
  return $string;
}
}

實現中文字串擷取無亂碼的方法--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視訊教學

以上就是php無亂碼切割中文字元的詳細內容，更多請關注TW511.COM其它相關文章！