PHP截取中英文字符串

今天在写网站的时候用到了字符串的中英文截取，特此总结了一下：

1.根据网站的中文编码格式，采取不同的自定义函数。

1）PHP截取gb2312中英文字符串

<span style="font-family:Courier New;font-size:14px;"><span style="font-family:SimHei;font-size:14px;"><?php 
//PHP截取gb2312中文字符串
/**
 * PHP截取gb2312中文字符串
 * @param $str 被截取的字符串
 * @param $start 起始长度
 * @param $len 截取长度
 * @param $suffix 后缀字符串
 */

function gbk_str($str, $start, $len,$suffix=""){
    $tmpstr = "";
    $n=0; 
    $length = $start+$len;
    echo $length."<br/>";
    for($i=0; $i<strlen($str); $i++,$n++){
        $value=ord(substr($str,$i,1));
        echo $value."--<br/>";
        if($value>0xa0){
            if($n>=$start && $n<$length){
                $tmpstr .= substr($str,$i,2);    
            }
            $i++;
        }else{
            if($n>=$start && $n<$length){
                $tmpstr .= substr($str,$i,1);
            }
        }
    }
    return $tmpstr.$suffix;
}
//测试案例
$str = "测试字符串"abcdefg";
echo gbk_str($str,2,9,"...");</span></span>

显示效果：

字符串"abcde...

2）PHP截取utf-8中英文字符串

原理：

UTF-8编码的字符可能由1~3个字节组成，
具体数目可以由第一个字节判断出来。
第一个字节大于239小于248的，它与它之后的3个字节组成一个UTF-8字符
第一个字节大于223小于240的，它与它之后的2个字节一起组成一个UTF-8字符
第一个字节大于191小于224的，它与它之后的1个字节组成一个UTF-8字符
否则第一个字节本身就是一个英文字符（包括数字和一小部分标点符号）。
注意：小写字母和半角标点等与半个高位字符宽

<span style="font-family:Courier New;font-size:14px;"><span style="font-family:SimHei;font-size:14px;">/**
 * PHP截取utf-8中文字符串
 * @param $str 被截取的字符串
 * @param $start 起始长度
 * @param $len 截取长度
 * @param $suffix 后缀字符串
 */
function utf8_str($str,$start,$len,$suffix=""){
    $tmpstr = "";
    $n = 0;
    $i = 0;
    $length = $start+$len;
    while($i<strlen($str)){
        $value = ord($str[$i]);
        if($value >= 65 && $value <= 90){//大写字母        
            if($n>=$start && $n<$length){
                $tmpstr .= substr($str,$i,1);
            }
            $n++;
            $i++;
        }
        elseif($value >= 192 && $value <= 223){
            if($n>=$start && $n<$length){
                $tmpstr .= substr($str,$i,2);
            }
            $n++;
            $i+=2;
        }
        elseif($value >= 224 && $value <= 239){
            if($n>=$start && $n<$length){
                $tmpstr .= substr($str,$i,3);
            }    
            $n++;
            $i+=3;
        }
        elseif($value >= 240 && $value <= 247){
            if($n>=$start && $n<$length){
                $tmpstr .= substr($str,$i,4);
            }
            $n++;
            $i+=4;
        }
        else{//其他情况下，包括小写字母和半角标点符号
            if($n>=$start && $n<$length){
                $tmpstr .= substr($str,$i,1);
            }
            $n += 0.5;
            $i++;
        }
    }
    if($n<$len){
     return $tmpstr;
   }else{    
     return $tmpstr.$suffix;
   }
}
//测试案例
$str = "测试字符串"abcdefg";
echo utf8_str($str,2,9,"...");</span></span>

显示效果：

字符串"abcdefg...

2.使用内置的PHP字符串截取函数，mb_substr()

1.要确保你的Windows/system32下有php_mbstring.dll这个文件，没有就从PHP安装目录extensions里拷入Windows/system32里面。
2.windows下的PHP目录中找到配置文件php.ini并打开，搜索mbstring.dll，找到;extension=php_mbstring.dll把前面的;号去掉

mb_substr — 获取字符串的部分
说明：
string mb_substr ( string $str , int $start [, int $length = NULL [, string $encoding = mb_internal_encoding() ]] )
根据字符数执行一个多字节安全的 substr() 操作。 位置是从 str 的开始位置进行计数。 第一个字符的位置是 0。第二个字符的位置是 1，以此类推。

参数：
str
    从该 string 中提取子字符串。
start
    str 中要使用的第一个字符的位置。
length
    str 中要使用的最大字符数。 If omitted or NULL is passed, extract all characters to the end of the string.
encoding
    encoding 参数为字符编码。如果省略，则使用内部字符编码。
返回值
mb_substr() 函数根据 start 和 length 参数返回 str 中指定的部分。

函数如下：

<span style="font-family:Courier New;font-size:14px;">function mystr($str,$start,$len,$charset,$suffix){
    $tmpstr="";
    $tmpstr .= mb_substr($str,$start,$len,$charset);
    return $tmpstr."...";
}
$str1 = "这是一个悲伤的故事abcdefg";
echo mystr($str1,2,9,"utf-8","...");</span>