如何处理PHP中文字符串截断无乱码的问题?

如何处理PHP中文字符串截断无乱码的问题?

一个比较好用的字符串截取函数:

function substring($str, $start, $length){ //比较好用字符串截取函数
 $len = $length;
 if($length < 0){
 $str = strrev($str);
 $len = -$length;
 }
 $len= ($len < strlen($str)) ? $len : strlen($str);
 $tmpstr = "";
 for ($i= $start; $i < $len; $i ++)
 {
   if (ord(substr($str, $i, 1)) > 0xa0)
   {
    $tmpstr .= substr($str, $i, 2);
    $i++;
   } else {
    $tmpstr .= substr($str, $i, 1);
   }
 }
 if($length < 0) $tmpstr = strrev($tmpstr);
 return $tmpstr;
}

使用方法示例:

$str1 = '我是一串比较长的中文不带英文';
$str2 = '我是一串比较长的中文带yingwen';


$len = strlen($str1);
echo '<br />'.$len; //return 28

$len = strlen($str2);
echo '<br />'.$len; //return 29

echo '<br />'; 
echo substring($str1, 0, 11); 
echo '<br />';
echo substring($str2, 0, 11);  
echo '<br />';
echo substring($str1, 16, 28); 
echo '<br />';
echo substring($str2, 16, 29); 

结果显示:

28
29
我是一串比较
我是一串比较
中文不带英文
中文带yingwen

这个函数十分有用,比如用来截断比较长的文件名,但是要在中间加上...,可以这样来做:

function formatName($str, $size){
 $len = strlen($str);
 if(strlen($str) > $size) {
  $part1 = substring($str, 0, $size / 2);
  $part2 = substring($str, $len - ($size/2), $len);
  return $part1 . "..." . $part2;
 } else {
  return $str;
 }
}

另外,网上看到一种超级简单的中文截断解决方案,试用了一下,效果也不错:

echo substr($str1,0,10).chr(0);

原理解释:

chr(0)不是null
07null是什么都没有,而chr(0)的值是0。表示成16进制是0x00,表示成二进制是00000000
08虽然chr(0)不会显示出什么,但是他是一个字符。
09当汉字被截断时,根据编码规则他总是要把后边的其他字符拉过来一起作为汉字解释,这就是出现乱码的原因。而值为0x81到0xff与0x00组合始终都显示为“空”
10根据这一特点,在substr的结果后面补上一个chr(0),就可以防止出现乱码了

----------------------------

20120705更新:

以上方法虽好,但是偶尔还是会碰到乱码,原因未深究。不过可以用以下的方法,对UTF8字符文本屡试不爽。
注意:该方法中将汉字计算为1单位长度,英文一个字母1单位长度,所以截断时需要注意长度设置。
计算长度的方法:

function strlen_UTF8($str)
{
 $len = strlen($str);
 $n = 0;
 for($i = 0; $i < $len; $i++) {
  $x = substr($str, $i, 1);
  $a = base_convert(ord($x), 10, 2);
  $a = substr('00000000'.$a, -8);
  if (substr($a, 0, 1) == 0) {
  }elseif (substr($a, 0, 3) == 110) {
   $i += 1;
  }elseif (substr($a, 0, 4) == 1110) {
   $i += 2;
  }
  $n++;
 }
 return $n;
} // End strlen_UTF8;

字符串截断函数:

function subString_UTF8($str, $start, $lenth)
 {
  $len = strlen($str);
  $r = array();
  $n = 0;
  $m = 0;
  for($i = 0; $i < $len; $i++) {
   $x = substr($str, $i, 1);
   $a = base_convert(ord($x), 10, 2);
   $a = substr('00000000'.$a, -8);
   if ($n < $start){
    if (substr($a, 0, 1) == 0) {
    }elseif (substr($a, 0, 3) == 110) {
     $i += 1;
    }elseif (substr($a, 0, 4) == 1110) {
     $i += 2;
    }
    $n++;
   }else{
    if (substr($a, 0, 1) == 0) {
     $r[ ] = substr($str, $i, 1);
    }elseif (substr($a, 0, 3) == 110) {
     $r[ ] = substr($str, $i, 2);
     $i += 1;
    }elseif (substr($a, 0, 4) == 1110) {
     $r[ ] = substr($str, $i, 3);
     $i += 2;
    }else{
     $r[ ] = '';
    }
    if (++$m >= $lenth){
     break;
    }
   }
  }
  return join($r);
 } // End subString_UTF8;

使用方法和之前介绍的一样,比如formatName可以实现如下(这对汉字长度做了小优化):

function formatName($str, $size){
 $len = strlen_UTF8($str);
 $one_len = strlen($str);
 $size = $size * 1.5 * $len / ($one_len);
 if(strlen_UTF8($str) > $size) {
 $part1 = subString_UTF8($str, 0, $size / 2);
 $part2 = subString_UTF8($str, $len - ($size/2), $len);
 return $part1 . "..." . $part2;
 } else {
 return $str;
 }
}

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持路饭。