PHP截取中文字符串乱码问题（UTF8编码下）

时间：2021-06-12 07:47:03

     前几天，去面试中遇到一个帮毕业就遇到的问题，PHP截取中文字符串乱码问题。究其根本php的字符串截取函数是根据字节来的，而汉字的编码一需要的不单单一个字节，那么自然就会出现乱码问题。

    现在常用的编码格式是UTF8,GBK,GBK2312,BIG5。GBK是GBK2312的升级。现在我开发中遇到的基本都是UTF8，GBK常用在论坛BBS上。今天自己写了下UTF8的，测试下还说的过去，毕竟从网上拷下来的是可以用，但是如果有时间最好还是自己写一下，这样只有到自己手里的才是自己的。

    今天写了UTF8的中文字符截取，不单单是截取从零开始，可以指定位置开始，当然如果是中文那么会中文下一个字符开始，结束是从指定的位置或者指定的汉字结束位置。

函数代码：

 

  
 
 
    

  1. function subUTF8str($str,$start=0,$length=80){ 
    2. 
   
  
  
  2.     $str_length = strlen($str);//传入字符串的字节长度 
    3. 
   
  
  
  3.     $end_length = $start + $length; //8 //预计结束字节 
    4. 
   
  
  
  4.     $cut_length = 0; //截取的字节长度 
    5. 
   
  
  
  5.     $cut_end = $cut_begin = false; //初始化截取状态 
    6. 
   
  
  
  6.  
    7. 
   
  
  
  7.     if($start >= $str_length){ //如果字符串开始位置大于字符串总长度 那么返回空 
    8. 
   
  
  
  8.         return null; 
    9. 
   
  
  
  9.     } 
    10. 
   
  
  
  10.     if( ($start == 0) && ($length >= $str_length) ){ //如果起始位置是0 截取长度大于等于总长度 直接返回 
    11. 
   
  
  
  11.         return $str; 
    12. 
   
  
  
  12.     } 
    13. 
   
  
  
  13.     for($i=0; $i <= $str_length; $i++){ 
    14. 
   
  
  
  14.         if( ($start <= $i) && ($cut_begin === false) ){//如果这一个判断在第二个if后面则取下一个汉字为开头 
    15. 
   
  
  
  15.             $cut_begin = $i; 
    16. 
   
  
  
  16.         } 
    17. 
   
  
  
  17.         if (ord($str[$i]) > 127){ //如果当前字符的ASCII 值大于127 则是认为是汉字 
    18. 
   
  
  
  18.             $i += 2; //UTF-8汉字是24位三个字节 如果是汉字那么增加两位 
    19. 
   
  
  
  19.             $cut_begin?$cut_length += 3:null; 
    20. 
   
  
  
  20.         }else{ 
    21. 
   
  
  
  21.             $cut_begin?$cut_length += 1:null; 
    22. 
   
  
  
  22.         } 
    23. 
   
  
  
  23.  
    24. 
   
  
  
  24.         if( ($end_length <= $i) && ($cut_end === false) ){ 
    25. 
   
  
  
  25.             break; 
    26. 
   
  
  
  26.         } 
    27. 
   
  
  
  27.     } 
    28. 
   
  
  
  28.  
    29. 
   
  
  
  29.     return substr($str, $cut_begin , $cut_length ); 
    30. 
   
  
  
  30. } 
    31.

整体测试代码

  
 
 
    

  1. header("Content-type:text/html;charset=UTF-8"); 
    2. 
   
  
  
  2. set_time_limit(0); 
    3. 
   
  
  
  3. $str = ''; 
    4. 
   
  
  
  4. for($i=0;$i<1000;$i++){ 
    5. 
   
  
  
  5.     $str .='这里是截cefaACC截$%^&*截()_((截^&*^截*&%截%'; 
    6. 
   
  
  
  6. } 
    7. 
   
  
  
  7.  
    8. 
   
  
  
  8. function subUTF8str($str,$start=0,$length=80){ 
    9. 
   
  
  
  9.     $str_length = strlen($str);//传入字符串的字节长度 
    10. 
   
  
  
  10.     $end_length = $start + $length; //8 //预计结束字节 
    11. 
   
  
  
  11.     $cut_length = 0; //截取的字节长度 
    12. 
   
  
  
  12.     $cut_end = $cut_begin = false; //初始化截取状态 
    13. 
   
  
  
  13.  
    14. 
   
  
  
  14.     if($start >= $str_length){ //如果字符串开始位置大于字符串总长度 那么返回空 
    15. 
   
  
  
  15.         return null; 
    16. 
   
  
  
  16.     } 
    17. 
   
  
  
  17.     if( ($start == 0) && ($length >= $str_length) ){ //如果起始位置是0 截取长度大于等于总长度 直接返回 
    18. 
   
  
  
  18.         return $str; 
    19. 
   
  
  
  19.     } 
    20. 
   
  
  
  20.     for($i=0; $i <= $str_length; $i++){ 
    21. 
   
  
  
  21.         if( ($start <= $i) && ($cut_begin === false) ){//如果这一个判断在第二个if后面则取下一个汉字为开头 
    22. 
   
  
  
  22.             $cut_begin = $i; 
    23. 
   
  
  
  23.         } 
    24. 
   
  
  
  24.         if (ord($str[$i]) > 127){ //如果当前字符的ASCII 值大于127 则是认为是汉字 
    25. 
   
  
  
  25.             $i += 2; //UTF-8汉字是24位三个字节 如果是汉字那么增加两位 
    26. 
   
  
  
  26.             $cut_begin?$cut_length += 3:null; 
    27. 
   
  
  
  27.         }else{ 
    28. 
   
  
  
  28.             $cut_begin?$cut_length += 1:null; 
    29. 
   
  
  
  29.         } 
    30. 
   
  
  
  30.  
    31. 
   
  
  
  31.         if( ($end_length <= $i) && ($cut_end === false) ){ 
    32. 
   
  
  
  32.             break; 
    33. 
   
  
  
  33.         } 
    34. 
   
  
  
  34.     } 
    35. 
   
  
  
  35.  
    36. 
   
  
  
  36.     return substr($str, $cut_begin , $cut_length ); 
    37. 
   
  
  
  37. } 
    38. 
   
  
  
  38. echo time().'<br/>'; 
    39. 
   
  
  
  39. for($i=0;$i<1000;$i++){ 
    40. 
   
  
  
  40.     $begin = rand(1,100); 
    41. 
   
  
  
  41.     $length = rand(1,1000); 
    42. 
   
  
  
  42.     echo subUTF8str($str,$begin,$length)."\n"; 
    43. 
   
  
  
  43. } 
    44. 
   
  
  
  44. echo time().'<br/>'; 
    45.

下次有机会写其他编码格式的

本文出自 “web开发之php” 博客，请务必保留此出处http://phpzf.blog.51cto.com/3011675/794660

标签：

相关文章