smarty截取中文字符乱码问题？gb2312-------utf-8

一般网站页面的显示都不可避免的会涉及子字符串的截取，这个时候truncate就派上用场了，但是它只适合英文用户，对与中文用户来说，使用truncate会出现乱码，而且对于中文英文混合串来说，截取同样个数的字符串，实际显示长度上却不同，视觉上会显得参差不齐，影像美观。这是因为一个中文的长度大致相当与两个英文的长度。此外，truncate也不能同时兼容GB2312,UTF-8等编码。

改良的smartTruncate： 文件名：modifier.smartTruncate.php

<?php
functionsmartDetectUTF8($string)
{
static$result=array();

if(!array_key_exists($key=md5($string),$result))
{
$utf8="
/^(?:
[/x09/x0A/x0D/x20-/x7E]#ASCII
|[/xC2-/xDF][/x80-/xBF]#non-overlong2-byte
|/xE0[/xA0-/xBF][/x80-/xBF]#excludingoverlongs
|[/xE1-/xEC/xEE/xEF][/x80-/xBF]{2}#straight3-byte
|/xED[/x80-/x9F][/x80-/xBF]#excludingsurrogates
|/xF0[/x90-/xBF][/x80-/xBF]{2}#planes1-3
|[/xF1-/xF3][/x80-/xBF]{3}#planes4-15
|/xF4[/x80-/x8F][/x80-/xBF]{2}#plane16
)+$/xs
";

$result[$key]=preg_match(trim($utf8),$string);
}

return$result[$key];
}

functionsmartStrlen($string)
{
$result=0;

$number=smartDetectUTF8($string)?3:2;

for($i=0;$i<strlen($string);$i+=$bytes)
{
$bytes=ord(substr($string,$i,1))>127?$number:1;

$result+=$bytes>1?1.0:0.5;
}

return$result;
}

functionsmartSubstr($string,$start,$length=null)
{
$result='';

$number=smartDetectUTF8($string)?3:2;

if($start<0)
{
$start=max(smartStrlen($string)+$start,0);
}

for($i=0;$i<strlen($string);$i+=$bytes)
{
if($start<=0)
{
break;
}

$bytes=ord(substr($string,$i,1))>127?$number:1;

$start-=$bytes>1?1.0:0.5;
}

if(is_null($length))
{
$result=substr($string,$i);
}
else
{
for($j=$i;$j<strlen($string);$j+=$bytes)
{
if($length<=0)
{
break;
}

if(($bytes=ord(substr($string,$j,1))>127?$number:1)>1)
{
if($length<1.0)
{
break;
}

$result.=substr($string,$j,$bytes);
$length-=1.0;
}
else
{
$result.=substr($string,$j,1);
$length-=0.5;
}
}
}

return$result;
}

functionsmarty_modifier_smartTruncate($string,$length=80,$etc='...',
$break_words=false,$middle=false)
{
if($length==0)
return'';

if(smartStrlen($string)>$length){
$length-=smartStrlen($etc);
if(!$break_words&&!$middle){
$string=preg_replace('//s+?(/S+)?$/','',smartSubstr($string,0,$length+1));
}
if(!$middle){
returnsmartSubstr($string,0,$length).$etc;
}else{
returnsmartSubstr($string,0,$length/2).$etc.smartSubstr($string,-$length/2);
}
}else{
return$string;
}
}
?>

以上代码完整实现了truncate的原有功能，而且可以同时兼容GB2312和UTF-8编码，在判断字符长度的时候，一个中文字符算1.0，一个英文字符算0.5，所以在截取子字符串的时候不会出现参差不齐的情况.

插件的使用方式没有特别之处，这里简单测试一下：

{$content|smartTruncate:5:".."}（$content等于"A中B华C人D民E共F和G国H"）

显示：A中B华C..（中文符号长度算1.0，英文符号长度算0.5，并且考虑省略符号的长度）

不管你是使用GB2312编码还是UTF-8编码，你会发现结果都正确，这也是为什么我在插件名字里加上smart字样的原因之一。