PHP中使用substr()截取字符串出现中文乱码问题该如何解决?

2017-03-08 13:37

阅读:715

在PHP程序开发中,经常会执行字符串的截取操作,比如文章内容描述时,文章标题不宜过长时,打印文章摘要时,也要执行一系列的字符串截取操作。遇到这些需求时,我们经常会想到使用PHP的substr()方法来实现,substr()针对“全英文字符串”的截取是比较适合的。但字符串只要出现中文字符,就有可能导致PHP substr()中文乱码,使用substr()出现中文乱码特别让人头疼,为什么会出现这些乱码呢?

\r\n

因为中文使用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。

\r\n
substr()方法说明
\r\n
substr --- 取得部份字符串
\r\n语法 : string substr(string string, int start [, int length])
\r\n说明 : substr()传回string的一部份字符串,由参数 start和 length指定。
\r\nstart初始值为0,如果 start是正数,传回的字符串将会从 string的第 start个字元开始。
\r\n
案例1:参数start(起始位置)、length(截取长度)讲解
\r\n
$rest = substr ("abcdefg", 1);		// returns "bcdef"\r\n$rest = substr ("abcdefg", 1, 3);	// returns "bcd"
\r\n
案例2:start(起始位置)是负数,传回的字符串将会从string结尾的第start个字元开始。
\r\n
$rest = substr ("abcdefg", -1);		// returns "g"\r\n$rest = substr ("abcdefg", -2);		// returns "fg"\r\n$rest = substr ("abcdefg", -3, 1);	// returns "e"
\r\n
案例3:length(截取长度)为正数和负数的区别
\r\n

如果有给予参数 length而且是正数时,传回的字符串将会从 start传回 length个字元。
\r\n如果有给予参数 length而且是负数时,传回的字符串将会结束于 string结尾的第 length个字元。

\r\n
$rest = substr ("abcdefg", 1, -1);	// returns "bcdef"
\r\n
下面测试一下截取中文字符的实验
\r\n
$rest = substr ("中国人", 1, -1);	// 返回值就是乱码了
\r\n

这种截取字符包含乱码的内容,肯定不是我们想要的结果,这种出现PHP substr()中文乱码的情况,可能会导致程序无法正常运行。解决办法主要有两种:

\r\n
使用mbstring扩展库的mb_substr()截取就不会出现乱码了。
\r\n

可以用mb_substr()/mb_strcut()这个函数,mb_substr()/mb_strcut()的用法与substr()相似,只是在mb_substr()/mb_strcut最后要加入多一个参数,以设定字符串的编码,但是一般的服务器都没打开php_mbstring.dll,需要在php.ini在把php_mbstring.dll打开。

\r\n
echo mb_substr("php中文字符encode",0,4,"utf-8");
\r\n

如果未指定最后一个编码参数,会是三个字节为一个中文,这就是utf-8编码的特点,若加上utf-8字符集说明,所以,是以一个字为单位来截取的。

\r\n

使用的时候要注意php文件的编码,和网页显示时的编码。使用这个mb_substr方法要事先知道字符串的编码,如果不知道编码,就需要判断,mbstring库还提供了mb_check_encoding()来检验字符串编码,但还不完善。

\r\n

PHP自带几种字符串截取函数,其中常用到的就是substr()和mb_substr()。前者在处理中文时,GBK为2个长度单位,UTF为3个长度单位,后者指定编码后,一个中文即为1个长度单位。

\r\n

substr()有时会截1/3个中文或半个中文,会显示乱码,相对来说mb_substr()更适合我们使用。不过有时候mb_substr()就显得不那么好用了。例如我要显示一个小图片的简要信息,5个中文正好,超过5个就截取前4再加上 ”…”,这样处理中文是没问题了,可是处理英文或数字,这样截取就太短了。

\r\n
自己写的截取函数效率往往不如mbstring扩展库的高。下面是ecshop里面的截取UTF-8编码下字符串的函数。
\r\n
function sub_str($str, $length = , $append = true) {\r\n	$str = trim($str);\r\n	$strlength = strlen($str);\r\n	if ($length == ||$length >= $strlength) {\r\n		return $str; //截取长度等于或大于等于本字符串的长度,返回字符串本身\r\n	}\r\n	elseif($length < ) //如果截取长度为负数\r\n	{\r\n		$length = $strlength + $length; //那么截取长度就等于字符串长度减去截取长度\r\n		if ($length < ) {\r\n			$length = $strlength; //如果截取长度的绝对值大于字符串本身长度,则截取长度取字符串本身的长度\r\n		}\r\n	}\r\n	if (function_exists(''mb_substr'')) {\r\n		$newstr = mb_substr($str, , $length, EC_CHARSET);\r\n	}\r\n	elseif(function_exists(''iconv_substr'')) {\r\n		$newstr = iconv_substr($str, , $length, EC_CHARSET);\r\n	} else {\r\n		//$newstr = trim_right(substr($str, , $length));\r\n		$newstr = substr($str, , $length);\r\n	}\r\n	if ($append && $str != $newstr) {\r\n		$newstr. = ''...'';\r\n	}\r\n	return $newstr;\r\n}

别逗了好么

努力每一天,奋斗为明天。

文章 981 作品 25,341

热门作品

文章推荐

猜你喜欢