php 截取UTF-8文档某个位置开始的n个字符

最新推荐文章于 2026-01-06 14:02:14 发布

转载最新推荐文章于 2026-01-06 14:02:14 发布 · 99 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/unsea/archive/2012/11/29/2795273.html

文章标签：

#php

本文介绍了一个使用PHP编写的脚本，该脚本能够从指定位置开始读取一定长度的字节，并处理UTF-8编码的多字节字符，然后将结果写入到新的文件中。通过具体的测试命令和结果查看命令，展示了如何使用此脚本来处理文本文件。

ucut.php ：

#!/usr/bin/php
<?php
define('INPUT_FILE', 't.txt');
define('OUTPUT_FILE', 'a.txt');
$pos = max(intval($argv[1]), 0);
$len = max(intval($argv[2]), 0);
$file_size = filesize(INPUT_FILE);
if($pos >= $file_size) exit;
$fp = fopen(INPUT_FILE, 'rb');
$point = 0; //current byte position
$string = '';
while(ftell($fp) < $file_size) {
    if($point >= $pos + $len) break;$byte = fread($fp, 1);
    //php version >= 5.4
    $char = unpack('C', $byte)[1];
    if($char <= 0x7f) {
        //single byte
        if($point >= $pos) $string .= $byte;
        $point += 1;
        continue;
    } elseif($char >= 0xc0 && $char <= 0xdf) {
        //double bytes
        if($point >= $pos) {
            $string .= $byte.fread($fp, 1);
        } else {
            fseek($fp, 1, SEEK_CUR);
        }
        $point += 1;
        continue;
    } elseif($char >= 0xe0 && $char <= 0xef) {
        //three bytes
        if($point >= $pos) {
            $string .= $byte.fread($fp, 2);
        } else {
            fseek($fp, 2, SEEK_CUR);
        }
        $point += 1;
        continue;
    } elseif($char >= 0xf0 && $char <= 0xf7) {
        //four bytes
        if($point >= $pos) {
            $string .= $byte.fread($fp, 3);
        } else {
            fseek($fp, 3, SEEK_CUR);
        }
        $point += 1;
        continue;
    }
}
fclose($fp);
file_put_contents(OUTPUT_FILE, $string);
?>