解决PHP substr 截取汉字乱码问题

php用substr截取中文时经常会出现乱码，因为utf-8下汉字是3字节的，如果截取长度正好是3的倍数应该不会出现乱码，可是如果你要截取的字符串中有空格，或者其他字符（比如 “ ”），也会出现乱码。

当然，php会给出官方的解决办法。mb_substr 和 mb_strcut, 需要在 php.ini中打开php_mbstring.dll.

mb_substr用法:

<?php
    echo mb_substr("我是中国人，我爱中国！",0,5,"utf-8"); //视为字符流
    //结果为：我是中国人 

mb_strcut用法:

<?php
    echo mb_strcut("我是中国人，我爱中国！",0,3,"utf-8"); //视为字节流，utf－8下一个汉字三个字节
    //结果为：我 

有时我们无法更改服务器配置（需要在php.ini中打开php_mbstring.dll），所以只能写自定义处理字符串截取函数，以下是自定义字符串截取函数：

<?php
 
/* 
Utf-8、gb2312都支持的汉字截取函数 
cut_str(字符串, 截取长度, 开始长度, 编码); 
编码默认为 utf-8 
开始长度默认为 0 
*/ 
 
function cut_str($string, $sublen, $start = 0, $code = 'UTF-8') 
{ 
   if($code == 'UTF-8') 
   { 
   $pa = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/"; 
   preg_match_all($pa, $string, $t_string); 
 
   if(count($t_string[0]) - $start > $sublen) return join('', array_slice($t_string[0], $start, $sublen))."..."; 
   return join('', array_slice($t_string[0], $start, $sublen)); 
   } 
   else 
   { 
   $start = $start*2; 
   $sublen = $sublen*2; 
   $strlen = strlen($string); 
   $tmpstr = ''; 
 
   for($i=0; $i< $strlen; $i++) 
   { 
   if($i>=$start && $i< ($start+$sublen)) 
   { 
   if(ord(substr($string, $i, 1))>129) 
   { 
   $tmpstr.= substr($string, $i, 2); 
   } 
   else 
   { 
   $tmpstr.= substr($string, $i, 1); 
   } 
   } 
   if(ord(substr($string, $i, 1))>129) $i++; 
   } 
   if(strlen($tmpstr)< $strlen ) $tmpstr.= "..."; 
   return $tmpstr; 
   } 
} 
 
$str = "abcd需要截取的字符串"; 
echo cut_str($str, 8, 0, 'gb2312');  //结果：abcd需要截取...