substr截取中文字符出现乱码的解决方案

PHP中的substr函数：

string substr ( string $string , int $start [, int $length ] )

返回string中从start位置开始长度为length的字符串

substr函数在截取字符时是按字节来截取的，中文字符在GB2312编码时为2个字节，utf-8编码时为3个字节，所以截取指定长度的字符串时如果截断了汉字，那么返回的结果显示出来便会出现乱码。

查了一下，解决方案归结起来可分两类：

1、改用mb_substr()函数

string mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )

类似substr()函数，只是计数按字符数来计，保证字符安全

使用mb_substr()函数可保证不会出现乱码，但缺点是长度统计变成了字符数统计，而不是按字节数统计。用于显示时，同样长度的中文结果和英文结果会出现较大的显示长度的差别。

2、自建函数增强substr功能

这里提供一个函数可较好地解决substr遇到中文字符的问题。中文字符按2个长度单位来计算，使得中英文混用环境下字符串截取结果最后的显示长度接近；舍弃最后一个不完整字符，保证不会出现显示上的乱码；且兼容了中文字符常用的utf-8编码和GB2312编码，有很好的通用性。

function getstr( $string , $length , $encoding  = 'utf-8' ) {
    $string = trim( $string );

    if ( $length && strlen ( $string ) > $length ) {
        //截断字符
        $wordscut = '' ;
        if ( strtolower ( $encoding ) == 'utf-8' ) {
            //utf8编码
            $n = 0;
            $tn = 0;
            $noc = 0;
            while ( $n < strlen ( $string )) {
                $t = ord( $string [ $n ]);
                if ( $t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {
                    $tn = 1;
                    $n ++;
                    $noc ++;
                } elseif (194 <= $t && $t <= 223) {
                    $tn = 2;
                    $n += 2;
                    $noc += 2;
                } elseif (224 <= $t && $t < 239) {
                    $tn = 3;
                    $n += 3;
                    $noc += 2;
                } elseif (240 <= $t && $t <= 247) {
                    $tn = 4;
                    $n += 4;
                    $noc += 2;
                } elseif (248 <= $t && $t <= 251) {
                    $tn = 5;
                    $n += 5;
                    $noc += 2;
                } elseif ( $t == 252 || $t == 253) {
                    $tn = 6;
                    $n += 6;
                    $noc += 2;
                } else {
                    $n ++;
                }
                if ( $noc >= $length ) {
                    break ;
                }
            }
            if ( $noc > $length ) {
                $n -= $tn ;
            }
            $wordscut = substr ( $string , 0, $n );
        } else {
            for ( $i = 0; $i < $length - 1; $i ++) {
                if (ord( $string [ $i ]) > 127) {
                    $wordscut .= $string [ $i ]. $string [ $i + 1];
                    $i ++;
                } else {
                    $wordscut .= $string [ $i ];
                }
            }
        }
        $string = $wordscut ;
    }
    return trim( $string );
}

// 示例
echo getstr( "0一二三四五六七" ,1). '' ;  // 0
echo getstr( "0一二三四五六七" ,2). '' ;  // 0
echo getstr( "0一二三四五六七" ,3). '' ;  // 0一
echo getstr( "0一二三四五六七" ,4). '' ;  // 0一
echo getstr( "0一二三四五六七" ,5). '' ;  // 0一二
echo getstr( "0一a二b三四五六七" ,1). '' ;    // 0
echo getstr( "0一a二b三四五六七" ,2). '' ;    // 0
echo getstr( "0一a二b三四五六七" ,3). '' ;    // 0一
echo getstr( "0一a二b三四五六七" ,4). '' ;    // 0一a
echo getstr( "0一a二b三四五六七" ,5). '' ;    // 0一a

此函数由UCHome 1.5中的getstr()函数修改而来。