字符串截取

ASCII 码截取

    /** 
      * 中文英文混合 . 按字符个数截取
      */
    function assoc_substr($sourcestr, $cutlength) {
          $returnstr = '';
          $i = 0;
          $n = 0;
          $str_length = strlen ( $sourcestr ); //字符串的字节数 
          while ( ($n < $cutlength) and ($i <= $str_length) ) {
            $temp_str = substr ( $sourcestr, $i, 1 );
            $ascnum = Ord ( $temp_str ); //得到字符串中第$i位字符的ascii码 
            if ($ascnum >= 224) {//如果ASCII位高与224，
                  $returnstr = $returnstr . substr ( $sourcestr, $i, 3 ); //根据UTF-8编码规范，将3个连续的字符计为单个字符   
                  $i = $i + 3; //实际Byte计为3
                  $n ++; //字串长度计1
            } elseif ($ascnum >= 192){ //如果ASCII位高与192，
                  $returnstr = $returnstr . substr ( $sourcestr, $i, 2 ); //根据UTF-8编码规范，将2个连续的字符计为单个字符 
                  $i = $i + 2; //实际Byte计为2
                  $n ++; //字串长度计1
            } elseif ($ascnum >= 65 && $ascnum <= 90) {//如果是大写字母，
              $returnstr = $returnstr . substr ( $sourcestr, $i, 1 );
              $i = $i + 1; //实际的Byte数仍计1个
              $n ++; //但考虑整体美观，大写字母计成一个高位字符
            }elseif ($ascnum >= 97 && $ascnum <= 122) {
                $returnstr = $returnstr . substr ( $sourcestr, $i, 1 );
                $i = $i + 1; //实际的Byte数仍计1个
                $n ++; //但考虑整体美观，大写字母计成一个高位字符
            } else {//其他情况下，半角标点符号，
              $returnstr = $returnstr . substr ( $sourcestr, $i, 1 );
              $i = $i + 1; 
              $n = $n + 0.5; 
            }
          }
          return $returnstr;
    }

字节截取

    /**
     * 中文截取无乱码
     * 下面自定义一个函数实现中文截取无乱码,由于中文字符是多字节编码实现的,所以
     * 在截取的时候不仅要知道从哪里开始截取还要知道截取几个字节,在这一点上utf-8
     * 实现的比较好,这种编码可以通过最高位字节来区分该字符占几个字节的编码
     * 
     * UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码,由Ken Thompson于1992年创建。
     * 
     * 通过查询相关资料可知:
     * utf-8最高位字节与该字符所占字节数有以下对应关系
     * 0xxx xxxx        占1字节
     * 110x xxxx        占2字节
     * 1110 xxxx        占3字节
     * 一般三个字节能够表示所有汉字对应编码
     */
    /**
     * @param  str   $str    被截取的字符串
     * @param  int   $length 需要截取长度，即需要截取的字符个数
     */

    function mulsubstr($str,$length){
        if($length<=0){    //截取字符为0或负数，返回空字符串
            return '';
        }
        $offset=0;  //截取每个字符时最高位字节的偏移量(位置),开始的时候截取第一个字符，该字符最高位字节位置为0
        $chars=0;  //已经截取到的字符，开始时为0
        $returnstr='';  //截取后返回的字符串  
        while($chars<$length){  //只要已经截取到的字符没有达到需要截取的就继续截取
            $highchar=  decbin(ord(substr($str, $offset,1))); //得到每个字符最高位字节编码字符,根据该编码字符判断向后截取几个字节
            if(strlen($highchar)<8){ //该字符占一个字节时，按照上面的规律，返回字符编码二进制为0xxx xxxx的字符串形式,转为二进制时开头的0会舍弃，该字节就只有7位了,
       //若此处使用if(substr($highchar,0,2)=='01'),则该判断永远不会生效,因为在decbin时最高位字节为0会舍去,这样就可以使用最高位字节长度来判断了,这点需要重点理解。
                $cutbyte=1;//
            }else if(substr($highchar,0,3)== '110'){
                $cutbyte=2;
            }else if(substr($highchar, 0,4)== '1110'){
                $cutbyte=3;
            }else if(substr($highchar,0,5)=='11110'){
                $cutbyte=4;
            }
            //判断完对应字符编码所占字节后开始截取并拼接
            $returnstr.=substr($str,$offset,$cutbyte);
            $chars+=1;  //继续截取下一个字符
            $offset+=$cutbyte;  //下一个字符最高字节偏移量
        }
        return $returnstr;  //返回需要截取的字符串 
    }
    $STR='中华人民共和国hubei省武汉市';
    echo mulsubstr($STR, 13);  //中华人民共和国hubei省