substr截取中文字符出现乱码的解决方案

PHP中的substr函数：

string substr ( string $string , int $start [, int $length ] )

返回string中从start位置开始长度为length的字符串

substr函数在截取字符时是按字节来截取的，中文字符在GB2312编码时为2个字节，utf-8编码时为3个字节，所以截取指定长度的字符串时如果截断了汉字，那么返回的结果显示出来便会出现乱码。

查了一下，解决方案归结起来可分两类：

1、改用mb_substr()函数

string mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )

类似substr()函数，只是计数按字符数来计，保证字符安全

使用mb_substr()函数可保证不会出现乱码，但缺点是长度统计变成了字符数统计，而不是按字节数统计。用于显示时，同样长度的中文结果和英文结果会出现较大的显示长度的差别。

2、自建函数增强substr功能

这里提供一个函数可较好地解决substr遇到中文字符的问题。中文字符按2个长度单位来计算，使得中英文混用环境下字符串截取结果最后的显示长度接近；舍弃最后一个不完整字符，保证不会出现显示上的乱码；且兼容了中文字符常用的utf-8编码和GB2312编码，有很好的通用性。

01 02 03 04 05 06 07 08 09 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 64 65 66 67 68 69 70 71 72 73 74

function getstr($string, $length, $encoding  = 'utf-8') {     $string = trim($string);       if($length && strlen($string) > $length) {         //截断字符         $wordscut = '';         if(strtolower($encoding) == 'utf-8') {             //utf8编码             $n = 0;             $tn = 0;             $noc = 0;             while ($n < strlen($string)) {                 $t = ord($string[$n]);                 if($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {                     $tn = 1;                     $n++;                     $noc++;                 } elseif(194 <= $t && $t <= 223) {                     $tn = 2;                     $n += 2;                     $noc += 2;                 } elseif(224 <= $t && $t < 239) {                     $tn = 3;                     $n += 3;                     $noc += 2;                 } elseif(240 <= $t && $t <= 247) {                     $tn = 4;                     $n += 4;                     $noc += 2;                 } elseif(248 <= $t && $t <= 251) {                     $tn = 5;                     $n += 5;                     $noc += 2;                 } elseif($t == 252 || $t == 253) {                     $tn = 6;                     $n += 6;                     $noc += 2;                 } else {                     $n++;                 }                 if ($noc >= $length) {                     break;                 }             }             if ($noc > $length) {                 $n -= $tn;             }             $wordscut = substr($string, 0, $n);         } else {             for($i = 0; $i < $length - 1; $i++) {                 if(ord($string[$i]) > 127) {                     $wordscut .= $string[$i].$string[$i + 1];                     $i++;                 } else {                     $wordscut .= $string[$i];                 }             }         }         $string = $wordscut;     }     return trim($string); }   // 示例 echo getstr("0一二三四五六七",1).'<br />';  // 0 echo getstr("0一二三四五六七",2).'<br />';  // 0 echo getstr("0一二三四五六七",3).'<br />';  // 0一 echo getstr("0一二三四五六七",4).'<br />';  // 0一 echo getstr("0一二三四五六七",5).'<br />';  // 0一二 echo getstr("0一a二b三四五六七",1).'<br />';    // 0 echo getstr("0一a二b三四五六七",2).'<br />';    // 0 echo getstr("0一a二b三四五六七",3).'<br />';    // 0一 echo getstr("0一a二b三四五六七",4).'<br />';    // 0一a echo getstr("0一a二b三四五六七",5).'<br />';    // 0一a

此函数由UCHome 1.5中的getstr()函数修改而来。