PHP截取中文字符串方法总结

程序一：PHP截取中文字符串方法

function msubstr($str, $start, $len) {
	$tmpstr = "";
	$strlen = $start + $len;
	for($i = 0; $i < $strlen; $i++) {
		if(ord(substr($str, $i, 1)) > 0xa0) {
			$tmpstr .= substr($str, $i, 2);
			$i++;
		} else
			$tmpstr .= substr($str, $i, 1);
	}
	return $tmpstr;
}

汉字的内码是起始正好是0xa1（十进制161）

程序二：PHP截取UTF-8字符串，解决半字符问题

/******************************************************************

* PHP截取UTF-8字符串，解决半字符问题。

* 英文、数字（半角）为1字节（8位），中文（全角）为3字节

* @return 取出的字符串, 当$len小于等于0时, 会返回整个字符串

* @param $str 源字符串

* $len 左边的子串的长度

****************************************************************/

function utf_substr($str,$len)
{
	for($i=0;$i<$len;$i++)
	{
		$temp_str=substr($str,0,1);
		if(ord($temp_str) > 127)
		{
			$i++;
			if($i<$len)
			{
				$new_str[]=substr($str,0,3);
				$str=substr($str,3);
			}
		}
		else
		{
			$new_str[]=substr($str,0,1);
			$str=substr($str,1);
		}
	}
	return join($new_str);
}

function cutstr($string, $length) {
	preg_match_all("/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/", $string, $info); 
	for($i=0; $i<count($info[0]); $i++) {
		$wordscut .= $info[0][$i];
		$j = ord($info[0][$i]) > 127 ? $j + 2 : $j + 1;
		if ($j > $length - 3) {
			return $wordscut." ...";
		}
	}
	return join('', $info[0]);
}
$string="242432反对感是456犯得上广泛大使馆地方7890";
for($i=0;$i<strlen($string);$i++)
{
 echo cutstr($string,$i)."<br>";
}

截取utf-8字符串函数

为了支持多语言，数据库里的字符串可能保存为UTF-8编码，在网站开发中可能需要用php截取字符串的一部分。为了避免出现乱码现象，编写如下的UTF-8字符串截取函数

关于utf-8的原理请看 UTF-8 FAQ

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。(理论上可能更长，但这里假设不超过3个字节)

第一个字节大于224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192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）。

以前为某网站设计的代码(也是现在用在首页的长度截取的函数)

function cut_str($sourcestr,$cutlength)
{
	$returnstr='';
	$i=0;
	$n=0;
	$str_length=strlen($sourcestr);//字符串的字节数
	while (($n<$cutlength) and ($i<=$str_length))
	{
		$temp_str=substr($sourcestr,$i,1);
		$ascnum=Ord($temp_str);//得到字符串中第$i位字符的ascii码
		if ($ascnum>=224)    //如果ASCII位高与224，
		{
			$returnstr=$returnstr.substr($sourcestr,$i,3); //根据UTF-8编码规范，将3个连续的字符计为单个字符        
			$i=$i+3;            //实际Byte计为3
			$n++;            //字串长度计1
		}
		elseif ($ascnum>=192) //如果ASCII位高与192，
		{
			$returnstr=$returnstr.substr($sourcestr,$i,2); //根据UTF-8编码规范，将2个连续的字符计为单个字符
			$i=$i+2;            //实际Byte计为2
			$n++;            //字串长度计1
		}
		elseif ($ascnum>=65 && $ascnum<=90) //如果是大写字母，
		{
			$returnstr=$returnstr.substr($sourcestr,$i,1);
			$i=$i+1;            //实际的Byte数仍计1个
			$n++;            //但考虑整体美观，大写字母计成一个高位字符
		}
		else                //其他情况下，包括小写字母和半角标点符号，
		{
			$returnstr=$returnstr.substr($sourcestr,$i,1);
			$i=$i+1;            //实际的Byte数计1个
			$n=$n+0.5;        //小写字母和半角标点等与半个高位字符宽...
		}
	}
	if ($str_length>$cutlength){
		$returnstr = $returnstr . "...";//超过长度时在尾处加上省略号
	}
	return $returnstr;
}

function FSubstr($title,$start,$len="",$magic=true)
{
	if($len == "") $len=strlen($title);
 
	if($start != 0)
	{
		$startv = ord(substr($title,$start,1));
		if($startv >= 128)
		{
			if($startv < 192)
			{
				for($i=$start-1;$i>0;$i--)
				{
					$tempv = ord(substr($title,$i,1));
					if($tempv >= 192) break;
				}
				$start = $i;
			}
		}
	}
 
	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)
				{
					$alen ++;
				}
			}
			else if(preg_match("/&#(\d+);?/i",substr($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)>=252)
			{
				$cstep = 6;
				$length += 6;
				$i += 5;
				$realnum ++;
				if($magic)
				{
					$blen ++;
					$ctype = 1;
				}
			}elseif(ord($cur)>=248){
				$cstep = 5;
				$length += 5;
				$i += 4;
				$realnum ++;
				if($magic)
				{
					$ctype = 1;
					$blen ++;
				}
			}elseif(ord($cur)>=240){
				$cstep = 4;
				$length += 4;
				$i += 3;
				$realnum ++;
				if($magic)
				{
					$blen ++;
					$ctype = 1;
				}
			}elseif(ord($cur)>=224){
				$cstep = 3;
				$length += 3;
				$i += 2;
				$realnum ++;
				if($magic)
				{
					$ctype = 1;
					$blen ++;
				}
			}elseif(ord($cur)>=192){
				$cstep = 2;
				$length += 2;
				$i += 1;
				$realnum ++;
				if($magic)
				{
					$blen ++;
					$ctype = 1;
				}
			}elseif(ord($cur)>=128){
				$length += 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);
}

http://www.php100.com/html/webkaifa/PHP/PHPyingyong/2009/0114/313.html