php中文字符串截断且无乱码的解决方法

2. function substring($str, $start, $length){ //比较好用字符串截取函数
3. $len = $length;
4. if($length < 0){
5. $str = strrev($str);
6. $len = -$length;
7. }
8. $len= ($len < strlen($str)) ? $len : strlen($str);
9. $tmpstr = "";
10. for ($i= $start; $i < $len; $i ++)
11. {
12. if (ord(substr($str, $i, 1)) > 0xa0)
13. {
14. $tmpstr .= substr($str, $i, 2);
15. $i++;
16. } else {
17. $tmpstr .= substr($str, $i, 1);
18. }
19. }
20. if($length < 0) $tmpstr = strrev($tmpstr);
21. return $tmpstr;
22. }
23. ?>

使用方法示例：

3. $str1 = '我是一串比较长的中文不带英文';

4. $str2 = '我是一串比较长的中文带yingwen';

5. $len = strlen($str1);

6. echo '
   '.$len; //return 28

7. $len = strlen($str2);

8. echo '
   '.$len; //return 29

9. echo '
   ';

10. echo substring($str1, 0, 11);
11. echo '
    ';
12. echo substring($str2, 0, 11);
13. echo '
    ';
14. echo substring($str1, 16, 28);
15. echo '
    ';
16. echo substring($str2, 16, 29);
17. ?>

结果显示： 28 29 我是一串比较 我是一串比较 中文不带英文 中文带yingwen

这个函数十分有用，比如用来截断比较长的文件名，但是要在中间加上...，可以这样来做：

2. function formatName($str, $size){
3. $len = strlen($str);
4. if(strlen($str) > $size) {
5. $part1 = substring($str, 0, $size / 2);
6. $part2 = substring($str, $len - ($size/2), $len);
7. return $part1 . "..." . $part2;
8. } else {
9. return $str;
10. }
11. }
12. ?>

另外，网上看到一种超级简单的中文截断解决方案，经测试，效果很不错：

2. echo substr($str1,0,10).chr(0);
3. ?>

原理解释： chr(0)不是null null是什么都没有，而chr(0)的值是0。表示成16进制是0x00，表示成二进制是00000000 虽然chr(0)不会显示出什么，但是他是一个字符。 当汉字被截断时，根据编码规则他总是要把后边的其他字符拉过来一起作为汉字解释，这就是出现乱码的原因。而值为0x81到0xff与0x00组合始终都显示为“空” 根据这一特点，在substr的结果后面补上一个chr(0)，就可以防止出现乱码了

20120705更新： 以上方法虽好，但是偶尔还是会碰到乱码，原因未深究。不过可以用以下的方法，对UTF8字符文本屡试不爽。 注意：该方法中将汉字计算为1单位长度，英文一个字母1单位长度，所以截断时需要注意长度设置。 计算长度的方法：

3. function strlen_UTF8($str)

4. {
5. $len = strlen($str);
6. $n = 0;
7. for($i = 0; $i < $len; $i++) {
8. $x = substr($str, $i, 1);
9. $a = base_convert(ord($x), 10, 2);
10. $a = substr('00000000'.$a, -8);
11. if (substr($a, 0, 1) == 0) {
12. }elseif (substr($a, 0, 3) == 110) {
13. $i += 1;
14. }elseif (substr($a, 0, 4) == 1110) {
15. $i += 2;
16. }
17. $n++;
18. }
19. return $n;
20. } // End strlen_UTF8;

21. ///字符串截断函数：

22. function subString_UTF8($str, $start, $lenth)
23. {
24. $len = strlen($str);
25. $r = array();
26. $n = 0;
27. $m = 0;
28. for($i = 0; $i < $len; $i++) {
29. $x = substr($str, $i, 1);
30. $a = base_convert(ord($x), 10, 2);
31. $a = substr('00000000'.$a, -8);
32. if ($n < $start){
33. if (substr($a, 0, 1) == 0) {
34. }elseif (substr($a, 0, 3) == 110) {
35. $i += 1;
36. }elseif (substr($a, 0, 4) == 1110) {
37. $i += 2;
38. }
39. $n++;
40. }else{
41. if (substr($a, 0, 1) == 0) {
42. $r[ ] = substr($str, $i, 1);
43. }elseif (substr($a, 0, 3) == 110) {
44. $r[ ] = substr($str, $i, 2);
45. $i += 1;
46. }elseif (substr($a, 0, 4) == 1110) {
47. $r[ ] = substr($str, $i, 3);
48. $i += 2;
49. }else{
50. $r[ ] = '';
51. }
52. if (++$m >= $lenth){
53. break;
54. }
55. }
56. }
57. return join($r);
58. } // End subString_UTF8;

59. //使用方法和之前介绍的一样，比如formatName可以实现如下（这对汉字长度做了小优化）：

60. function formatName($str, $size){
61. $len = strlen_UTF8($str);
62. $one_len = strlen($str);
63. $size = $size * 1.5 * $len / ($one_len);
64. if(strlen_UTF8($str) > $size) {
65. $part1 = subString_UTF8($str, 0, $size / 2);
66. $part2 = subString_UTF8($str, $len - ($size/2), $len);
67. return $part1 . "..." . $part2;
68. } else {
69. return $str;
70. }
71. }
72. ?>