PHP截取中文字符串的问题

2024-05-04 22:59:33

字体：大中小

来源：转载

供稿：网友

   以下代码试用于gb2312编码，截取中文字符串是php中一个头疼的问题，解决方法是根据值是否大于等于128来判断是否是双字节字符，以避免出现乱码的情况。但中英文混合、特殊符号等问题总是存在，现在写一个比较全面的，仅供参考：

程序说明：
1. len 参数以中文字符为标准，1len等于2个英文字符，为了形式上好看些
2. 如果将magic参数设为false，则中文和英文同等看待，取绝对的字符数
3. 特别适用于用htmlspecialchars()进行过编码的字符串
4. 能正确处理gb2312中实体字符模式（𖰰）

程序代码：


function fsubstr($title,$start,$len="",$magic=true)
{
/**
   * powered by smartpig
   * mailto:[email protected]
   */

$length = 0;
if($len == "") $len = strlen($title);

//判断起始为不正确位置
if($start > 0)
{
   $cnum = 0;
   for($i=0;$i<$start;$i++)
   {
   if(ord(substr($title,$i,1)) >= 128) $cnum ++;
   }
   if($cnum%2 != 0) $start--;

   unset($cnum);
}

if(strlen($title)<=$len) return substr($title,$start,$len);

$alen = 0;
$blen = 0;

$realnum = 0;

for($i=$start;$i<strlen($title);$i++)
{
   $ctype = 0;
   $cstep = 0;
   $cur = substr($title,$i,1);
   if($cur == "&")
   {
   if(substr($title,$i,4) == "<")
   {
   $cstep = 4;
   $length += 4;
   $i += 3;
   $realnum ++;
   if($magic)
   {
   $alen ++;
   }
   }
   else if(substr($title,$i,4) == ">")
   {
   $cstep = 4;
   $length += 4;
   $i += 3;
   $realnum ++;
   if($magic)
   {
   $alen ++;
   }
   }
   else if(substr($title,$i,5) == "&")
   {
   $cstep = 5;
   $length += 5;
   $i += 4;
   $realnum ++;
   if($magic)
   {
   $alen ++;
   }
   }
   else if(substr($title,$i,6) == """)
   {
   $cstep = 6;
   $length += 6;
   $i += 5;
   $realnum ++;
   if($magic)
   {
   $alen ++;
   }
   }
   else if(substr($title,$i,6) == "'")
   {
   $cstep = 6;
   $length += 6;
   $i += 5;
   $realnum ++;
   if($magic)
   {
   $alen ++;
   }
   }
   else if(preg_match("/&#(/d+);/i",substr($title,$i,8),$match))
   {
   $cstep = strlen($match[0]);
   $length += strlen($match[0]);
   $i += strlen($match[0])-1;
   $realnum ++;
   if($magic)
   {
   $blen ++;
   $ctype = 1;
   }
   }
   }else{
   if(ord($cur)>=128)
   {
   $cstep = 2;
   $length += 2;
   $i += 1;
   $realnum ++;
   if($magic)
   {
   $blen ++;
   $ctype = 1;
   }
   }else{
   $cstep = 1;
   $length +=1;
   $realnum ++;
   if($magic)
   {
   if(ord($cur) >= 65 && ord($cur) <= 90)
   {
   $blen++;
   }else{
   $alen++;
   }
   }
   }
   }

   if($magic)
   {
   if(($blen*2+$alen) == ($len*2)) break;
   if(($blen*2+$alen) == ($len*2+1))
   {
   if($ctype == 1)
   {
   $length -= $cstep;
   break;
   }else{
   break;
   }
   }
   }else{
   if($realnum == $len) break;
   }
}

unset($cur);
unset($alen);
unset($blen);
unset($realnum);
unset($ctype);
unset($cstep);

return substr($title,$start,$length);
}

呵呵，一会儿把utf-8编码下的代码也贴出来

上一篇：使用PHP批量生成随机用户名

下一篇：将汉字转换为拼音（PHP代码）