PHP截取中文字符串方法
2009 四月 9
程序一：PHP截取中文字符串方法
由于网站首页以及vTigerCRM里经常在截取中文字符串时出现乱码(使用substr)，今天找到一个比较好的截取中文字符串方法，在此与大家共享。
1 2 3 4 5 6 7 8 9 10 11 12 |
程序二：PHP截取UTF-8字符串，解决半字符问题
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 | /****************************************************************** * 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($new_str); } ?> |
php utf-8 字符串截取
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | <? function cutstr($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,$i)."<br>"; } ?> |
截取utf-8字符串函数
为了支持多语言，数据库里的字符串可能保存为UTF-8编码，在网站开发中可能需要用php截取字符串的一部分。为了避免出现乱码现象，编写如下的UTF-8字符串截取函数
关于utf-8的原理请看 [url=http://www.allosoft.com/bB2/viewtopic.php?t=13][color=#0000ff]UTF-8 FAQ[/color][/url]
UTF-8编码的字符可能由1~3个字节组成， 具体数目可以由第一个字节判断出来。(理论上可能更长，但这里假设不超过3个字节)
第一个字节大于224的，它与它之后的2个字节一起组成一个UTF-8字符
第一个字节大于192小于224的，它与它之后的1个字节组成一个UTF-8字符
否则第一个字节本身就是一个英文字符（包括数字和一小部分标点符号）。
以前为某网站设计的代码(也是现在用在首页的长度截取的函数)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 | <?php // Cut_Str; //$sourcestr 是要处理的字符串 //$cutlength 为截取的长度(即字数) function cut_str($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 $returnstr; } |
修改后的代码！
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 | // 截取文字段落(超出长度用后缀表示) // 设计思路按照排除法,排除字符段落中的英文字符 // 再按照英文字符为1个占位符,中文为2个占位符(UTF-8的中文是3个占位符) // 计算出截取文字个数的占位符长度进行截取 function cut_str($msg,$cut_size,$charset="UTF-8",$suffix="...") { //验证截取个数,如果是0将不截取 if($cut_size<=0) return $msg; $i=1; while ($i <= strlen($msg)) { //判断是否是ASCII扩展字符 if(ord($msg[($i-1)])>127){ $han++; if($charset=="UTF-8"){ $str .=$msg[($i-1)].$msg[($i)].$msg[($i+1)]; //如果是UTF-8跳过3个ASCII $i=$i+3; }else{ $str .=$msg[($i-1)].$msg[($i)]; $i=$i+2; } }else{ $eng++; $str .=$msg[($i-1)]; $i++; } //如果汉字和英文总和等于要截取的字符个数那么跳出循环 if(($han+$eng)==$cut_size){break;} } //如果汉字和英文总和等于要截取的字符个数那么不显示后缀 $suffix = ($han+$eng)<$cut_size?"":$suffix; return $str.$suffix; } |
我的解决GB2312编码截取字符串的方案
用法和substr一样
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 | function strsub($str,$start,$length=null) { if(isset($length)) { $lens = bsize($str,$start); $lene = bsize($str,$start+$length); if($lens%2!=0) { $start -=1; $flag = 1; } if($lene%2!=1&&$flag==1) { $length -=1; } else if($lene%2==1) { $length -=1; } return substr($str,$start,$length); } else { $lens = bsize($str,$start); if($lens%2!=0) { $start -=1; } return substr($str,$start); } } function bsize($str,$start) { $len = 0; if($start == 0) return 0; for($i=($start)-1;$i>=0;$i--) { if(ord(substr($str,$i,1))>127) { $len++; } else { return $len; } } return $len; } |
One Response
Post a comment
这个类我留下当工具了。哈。
PS：链接已经加好，请查收。。