PHP截取中文字符串乱码问题（UTF8编码下）

    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.     $str_length = strlen($str);//传入字符串的字节长度 
3.     $end_length = $start + $length; //8 //预计结束字节 
4.     $cut_length = 0; //截取的字节长度 
5.     $cut_end = $cut_begin = false; //初始化截取状态 
6.  
7.     if($start >= $str_length){ //如果字符串开始位置大于字符串总长度 那么返回空 
8.         return null; 
9.     } 
10.     if( ($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.         return $str; 
12.     } 
13.     for($i=0; $i <= $str_length; $i++){ 
14.         if( ($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.             $cut_begin = $i; 
16.         } 
17.         if (ord($str[$i]) > 127){ //如果当前字符的ASCII 值大于127 则是认为是汉字 
18.             $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.             $cut_begin?$cut_length += 3:null; 
20.         }else{ 
21.             $cut_begin?$cut_length += 1:null; 
22.         } 
23.  
24.         if( ($end_length <= $i) && ($cut_end === false) ){ 
25.             break; 
26.         } 
27.     } 
28.  
29.     return substr($str, $cut_begin , $cut_length ); 
30. } 

整体测试代码

1. header("Content-type:text/html;charset=UTF-8"); 
2. set_time_limit(0); 
3. $str = ''; 
4. for($i=0;$i<1000;$i++){ 
5.     $str .='这里是截cefaACC截$%^&*截()_((截^&*^截*&%截%'; 
6. } 
7.  
8. function subUTF8str($str,$start=0,$length=80){ 
9.     $str_length = strlen($str);//传入字符串的字节长度 
10.     $end_length = $start + $length; //8 //预计结束字节 
11.     $cut_length = 0; //截取的字节长度 
12.     $cut_end = $cut_begin = false; //初始化截取状态 
13.  
14.     if($start >= $str_length){ //如果字符串开始位置大于字符串总长度 那么返回空 
15.         return null; 
16.     } 
17.     if( ($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.         return $str; 
19.     } 
20.     for($i=0; $i <= $str_length; $i++){ 
21.         if( ($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.             $cut_begin = $i; 
23.         } 
24.         if (ord($str[$i]) > 127){ //如果当前字符的ASCII 值大于127 则是认为是汉字 
25.             $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.             $cut_begin?$cut_length += 3:null; 
27.         }else{ 
28.             $cut_begin?$cut_length += 1:null; 
29.         } 
30.  
31.         if( ($end_length <= $i) && ($cut_end === false) ){ 
32.             break; 
33.         } 
34.     } 
35.  
36.     return substr($str, $cut_begin , $cut_length ); 
37. } 
38. echo time().'<br/>'; 
39. for($i=0;$i<1000;$i++){ 
40.     $begin = rand(1,100); 
41.     $length = rand(1,1000); 
42.     echo subUTF8str($str,$begin,$length)."\n"; 
43. } 
44. echo time().'<br/>'; 

下次有机会写其他编码格式的

    本文转自kefirking 51CTO博客，原文链接：，http://blog.51cto.com/phpzf/794660如需转载请自行联系原作者