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:
- function subUTF8str($str,$start=0,$length=80){
- $str_length = strlen($str);//传入字符串的字节长度
- $end_length = $start + $length; //8 //预计结束字节
- $cut_length = 0; //截取的字节长度
- $cut_end = $cut_begin = false; //初始化截取状态
- if($start >= $str_length){ //如果字符串开始位置大于字符串总长度 那么返回空
- return null;
- }
- if( ($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
- return $str;
- }
- for($i=0; $i <= $str_length; $i++){
- if( ($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
- $cut_begin = $i;
- }
- if (ord($str[$i]) > 127){ //如果当前字符的ASCII 值大于127 则是认为是汉字
- $i += 2; //UTF-8汉字是24位三个字节 如果是汉字那么增加两位
- $cut_begin?$cut_length += 3:null;
- }else{
- $cut_begin?$cut_length += 1:null;
- }
- if( ($end_length <= $i) && ($cut_end === false) ){
- break;
- }
- }
- return substr($str, $cut_begin , $cut_length );
- }
整体测试代码
- header("Content-type:text/html;charset=UTF-8");
- set_time_limit(0);
- $str = '';
- for($i=0;$i<1000;$i++){
- $str .='这里是截cefaACC截$%^&*截()_((截^&*^截*&%截%';
- }
- function subUTF8str($str,$start=0,$length=80){
- $str_length = strlen($str);//传入字符串的字节长度
- $end_length = $start + $length; //8 //预计结束字节
- $cut_length = 0; //截取的字节长度
- $cut_end = $cut_begin = false; //初始化截取状态
- if($start >= $str_length){ //如果字符串开始位置大于字符串总长度 那么返回空
- return null;
- }
- if( ($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
- return $str;
- }
- for($i=0; $i <= $str_length; $i++){
- if( ($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
- $cut_begin = $i;
- }
- if (ord($str[$i]) > 127){ //如果当前字符的ASCII 值大于127 则是认为是汉字
- $i += 2; //UTF-8汉字是24位三个字节 如果是汉字那么增加两位
- $cut_begin?$cut_length += 3:null;
- }else{
- $cut_begin?$cut_length += 1:null;
- }
- if( ($end_length <= $i) && ($cut_end === false) ){
- break;
- }
- }
- return substr($str, $cut_begin , $cut_length );
- }
- echo time().'<br/>';
- for($i=0;$i<1000;$i++){
- $begin = rand(1,100);
- $length = rand(1,1000);
- echo subUTF8str($str,$begin,$length)."\n";
- }
- echo time().'<br/>';
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