PHP截取子字符串

今天项目要把详情页的title、keywords、description根据现实的内容修改一下，其中对description提了一个要求，要截取正文内容的前74个字符。
这很简单啊

$description =substr($info['content'], 0, 74);

但是测试后发现显示出一大堆HTML标签，看着很凌乱。于是查找一下有没有去除字符串中的HTML标签的函数，刚好有strip_tags(）。定义如下：

strip_tags(string,allow)** 函数剥去字符串中的 HTML、XML 以及 PHP 的标签。
注释：该函数始终会剥离 HTML 注释。这点无法通过 allow 参数改变。
注释：该函数是二进制安全的。
string
必需。规定要检查的字符串。
allow
可选。规定允许的标签。这些标签不会被删除。

于是我把截取字符串的代码改成下面的代码。

$description =substr(strip_tags($info['content']), 0, 74);

然而测试以后发现截取的字符根本没有74个啊，而且还有乱码。再次搜索发现substr只适合截取英文字符，要截取中文可以使用mb_substr($str, $start, $length, $encoding)。于是我的代码变成下面的样子。

$description =mb_substr(strip_tags($info['content']), 0, 74, 'utf-8');

Bingo！这次总算不出错了！
那来详细看看mb_substr这个函数吧。

下面内容选择性摘自http://www.111cn.net/phper/php/48714.htm 和 http://www.111cn.net/phper/31/60157.htm

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字符拉过来一起做一个字，所以出现了PHP substr中文乱码。
而mbstring扩展库就解决了这个问题。但它在php中是默认不被支持的，我们需要在php目录下找到php.ini打开编辑，搜索mbstring.dll，找到;extension=php_mbstring.dll。把前面的;号去掉才可以使用mb_substr函数哦。mbstring扩展库中还有mb_strcut()也可以用来截取中文字符串。那它和mb_substr()有何不同呢？
看一个例子：
_', 0, 7, 'utf-8'); ?>
输出“这样一来我的字”共7个汉字。
_', 0, 7, 'utf-8');? >
输出“这样一”三个汉字。
从上面的例子可以看出，mb_substr是按字来切分字符，而mb_strcut是按字节来切分字符，但是都不会产生半个字符的现象……

从上面实例可以看得出来，substr只支持单字节的，这样只适合英文截取，而mb_substr函数是双字体截取了，正好可用于中文了，而mb_strcut是三字节了。