php的字符串截取

这个功能在php输出页面的时候很常用，就是把一个字符串截取为不大于某个长度的字符串。本身是很简单的事情，但是附加了一些需求：1，字符串中含有中文，也就是单字节双字节混着的。2，字符串中含有html代码。

对于中文截取，网上有现成的代码可以拿来用，就像这样：

functiontrunk($str,$most,$append="...")
{
if(strlen($str)<=$most){
return$str;
}
returnsubstr_cut($str,$most-strlen($append)).$apend;
}

functionsubstr_cut($str_cut,$length){

if(strlen($str_cut)>$length){
for($i=0;$i<$length;$i++)
if(ord($str_cut[$i])>128)$i++;
$str_cut=substr($str_cut,0,$i);
}
return$str_cut;
}

这里就是简单的判断一下字节是否大于128，是就往前多移一位。因为对于GB2312编码，凡双字节第一个字节都是大于128的。

至于第二个需求，含有html代码的，其实我觉得这样的要求通过css来做更加合适了。

通过设置width，height，line-height限定其块大小后，再设定overflow:hidden;就可以做到了。如果只为IE而做的话，那么有更多的CSS手段来控制超出边界后的处理。

如果一定要自己写程序处理的话，我想最好是只处理简单情况，如果仅为了截取含html代码的字符串就要写一个完全的html parser的话，未免太小题大作了。这里我写了一段仅处理成对、非嵌套情况的：

functiontrunkhtml($str,$most,$append="..."){
$arr=preg_split("/(<[^>]*>)/",$str,-1,PREG_SPLIT_DELIM_CAPTURE|PREG_SPLIT_OFFSET_CAPTURE);
$istag=FALSE;
$notagstr="";
foreach($arras$v){
if(!$istag)$notagstr.=$v[0];
$istag=!$istag;
}
if(strlen($notagstr)<=$most){
return$str;
}
$str_cut=substr_cut($notagstr,$most-strlen($append));
$cut_len=strlen($str_cut);
$istag=FALSE;
foreach($arras$i=>$v){
if(!$istag){
$len=strlen($v[0]);
if($cut_len>$len)$cut_len-=$len;
else{
$pos=$v[1]+$cut_len;
if($i%4==0){
returnsubstr($str,0,$pos).$append;
}else{
$ret=substr($str,0,$pos).$append;
if(isset($arr[$i+1]))$ret.=$arr[$i+1][0];
return$ret;
}
}
}
$istag=!$istag;
}
assert(FALSE);
return$str_cut;
}

这里做法也不复杂，先用正则把它分割开来，取出不在<>中的部分拼在一起，先用前面的substr_cut截取一次，记住最终截了多长。然后再用各个部分长度去减，减到不够的时候就确定是截在哪个位置了。因为假定html标签都是成对的，最后再判断一下是否处在一对标签中。