php的substr截斷中文會出現截到半個漢字出現亂碼(修正版)

woff

現在可以使用mb_substr()函數安全的截取，後來看康盛的uchome，裡面有一個用代碼實現的getstr函數，寫得真好。拿下來了。
    tring substr ( string $string , int $start [, int $length ] )
    返回string中從start位置開始長度為length的字符串
substr函數在截取字符時是按字節來截取的，中文字符在GB2312編碼時為2個字節，utf-8編碼時為3個字節，所以截取指定長度的字符串時如果截斷了漢字，那麼返回的結果顯示出來便會出現亂碼。

以前的寫法會截到半個漢字

1. function cutstr($string, $length, $dot = ' ...') {
   
2.                 global $charset;
   
3.                 if(strlen($string) <= $length) {
   
4.                 return $string;
   
5.                 }
   
6.                 $string = str_replace(array('&amp;', '&quot;', '&lt;', '&gt;'), array('&', '"', '<', '>'), $string);
   
7.                 $strcut = '';
   
8.                 if(strtolower($charset) == 'utf-8') {
   
9.                         $n = $tn = $noc = 0;
   
10.                         while($n < strlen($string)) {
    
11.                                 $t = ord($string[$n]);
    
12.                                
    
13.                                 if($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {
    
14.                                         $tn = 1; $n++; $noc++;
    
15.                                 } elseif(194 <= $t && $t <= 223) {
    
16.                                         $tn = 2; $n += 2; $noc += 2;
    
17.                                 } elseif(224 <= $t && $t <= 239) {
    
18.                                         $tn = 3; $n += 3; $noc += 2;
    
19.                                 } elseif(240 <= $t && $t <= 247) {
    
20.                                         $tn = 4; $n += 4; $noc += 2;
    
21.                                 } elseif(248 <= $t && $t <= 251) {
    
22.                                         $tn = 5; $n += 5; $noc += 2;
    
23.                                 } elseif($t == 252 || $t == 253) {
    
24.                                         $tn = 6; $n += 6; $noc += 2;
    
25.                                 } else {
    
26.                                         $n++;
    
27.                                 }
    
28. 
    
29.                                 if($noc >= $length) {
    
30.                                 break;
    
31.                                 }
    
32.                         }
    
33.                         if($noc > $length) {
    
34.                                 $n -= $tn;
    
35.                         }
    
36.                         $strcut = substr($string, 0, $n);
    
37.                 } else {
    
38.                         for($i = 0; $i < $length; $i++) {
    
39.                                 $strcut .= ord($string[$i]) > 127 ? $string[$i].$string[++$i] : $string[$i];
    
40.                         }
    
41.                 }
    
42.                 $strcut = str_replace(array('&', '"', '<', '>'), array('&amp;', '&quot;', '&lt;', '&gt;'), $strcut);
    
43.         return $strcut.$dot;
    
44.         }

複製代碼

解決辦法：
1、改用mb_substr()函數
    string mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )
    類似substr()函數，只是計數按字符數來計，保證字符安全
使用mb_substr()函數可保證不會出現亂碼，但缺點是長度統計變成了字符數統計，而不是按字節數統計。用於顯示時，同樣長度的中文結果和英文結果會出現較大的顯示長度的差別。
2、來自康盛的substr功能
中文字符按2個長度單位來計算，使得中英文混用環境下字符串截取結果最後的顯示長度接近；捨棄最後一個不完整字符，保證不會出現顯示上的亂碼；且兼容了中文字符常用的utf-8編碼和GB2312編碼，有很好的通用性。

PHP代碼

1. 
   
2. function getstr($string, $length, $encoding='utf-8') {   
   
3.                   $string=trim($string);   
   
4.                   if($length&&strlen($string)>$length) {   
   
5.                   //截斷字符
   
6.                     $wordscut = '';   
   
7.                     if(strtolower($encoding)=='utf-8') {   
   
8.                     //utf8編碼
   
9.                               $n = 0;   
   
10.                               $tn = 0;   
    
11.                               $noc = 0;   
    
12.                               while ($n < strlen($string)) {   
    
13.                                 $t = ord($string[$n]);   
    
14.                                 if($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {   
    
15.                                           $tn = 1;   
    
16.                                           $n++;   
    
17.                                           $noc++;   
    
18.                                 } elseif(194 <= $t && $t <= 223) {   
    
19.                                           $tn = 2;   
    
20.                                           $n += 2;   
    
21.                                           $noc += 2;   
    
22.                                        } elseif(224 <= $t && $t < 239) {   
    
23.                                           $tn = 3;
    
24.                                           $n += 3;
    
25.                                           $noc += 2;   
    
26.                                        } elseif(240 <= $t && $t <= 247) {   
    
27.                                           $tn = 4;   
    
28.                                           $n += 4;   
    
29.                                           $noc += 2;   
    
30.                                        } elseif(248 <= $t && $t <= 251) {   
    
31.                                           $tn = 5;   
    
32.                                           $n += 5;   
    
33.                                           $noc += 2;   
    
34.                                        } elseif($t == 252 || $t == 253) {   
    
35.                                           $tn = 6;   
    
36.                                           $n += 6;   
    
37.                                           $noc += 2;   
    
38.                                        } else {   
    
39.                                           $n++;   
    
40.                                        }   
    
41.                                        if ($noc >= $length) {   
    
42.                                          break;   
    
43.                                        }   
    
44.                              }
    
45.                      if ($noc > $length) {   
    
46.                                $n -= $tn;   
    
47.                      }   
    
48.                     $wordscut = substr($string, 0, $n);   
    
49.                  } else {   
    
50.                                for($i = 0; $i < $length - 1; $i++) {   
    
51.                                         if(ord($string[$i]) > 127) {   
    
52.                                            $wordscut .= $string[$i].$string[$i + 1];   
    
53.                                            $i++;   
    
54.                                 } else {   
    
55.                                            $wordscut .= $string[$i];   
    
56.                                 }
    
57.                               }
    
58.                     }   
    
59.                     $string = $wordscut;     
    
60.                 }   
    
61.                           return trim($string);   
    
62.         }

複製代碼

很強大的代碼。