iconv_substr截取php中英文混排字符串

php5中解决中英文混排字符串的函数包括iconv_substr() ,iconv_strpos() ,iconv_strlen()

 

 

 

============================================================

 

substr()函数可以分割文字,但要分割的文字如果包括中文字符往往会遇到问题,这时可以用mb_substr()/mb_strcut这个函数,mb_substr()/mb_strcut的用法与substr()相似,只是在mb_substr()/mb_strcut最后要加入多一个参数,以设定字符串的编码,但是一般的服务器都没打开php_mbstring.dll,需要在php.ini在把php_mbstring.dll打开。
举个例子:
<?php
echo mb_substr('这样一来我的字符串就不会有乱码^_^', 0, 7, 'utf-8');
?>
输出:这样一来我的字
<?php
echo mb_strcut('这样一来我的字符串就不会有乱码^_^', 0, 7, 'utf-8');
?>
输出:这样一
从上面的例子可以看出,mb_substr是按字来切分字符,而mb_strcut是按字节来切分字符,但是都不会产生半个字符的现象。

php5 用此函数: iconv_substr($rs[0][file_info],0,16,"GB2312")

 

 

 

=========================================================================

 

 

 

/**
02 * 字符串截取,支持中文和其他编码
03 *
04 * @static
05 * @access public
06 * @param string $str 需要转换的字符串
07 * @param string $start 开始位置
08 * @param string $length 截取长度
09 * @param string $charset 编码格式
10 * @param string $suffix 截断显示字符
11 * @return string
12 */
13function msubstr($str, $start=0, $length, $charset="utf-8", $suffix=true)
14{
15    if(function_exists("mb_substr"))
16         mb_substr($str, $start, $length, $charset);
17    elseif(function_exists('iconv_substr')) {
18         iconv_substr($str,$start,$length,$charset);
19    }
20    $re['utf-8']   = "/[/x01-/x7f]|[/xc2-/xdf][/x80-/xbf]|[/xe0-/xef][/x80-/xbf]{2}|[/xf0-/xff][/x80-/xbf]{3}/";
21    $re['gb2312'] = "/[/x01-/x7f]|[/xb0-/xf7][/xa0-/xfe]/";
22    $re['gbk']    = "/[/x01-/x7f]|[/x81-/xfe][/x40-/xfe]/";
23    $re['big5']   = "/[/x01-/x7f]|[/x81-/xfe]([/x40-/x7e]|/xa1-/xfe])/";
24    preg_match_all($re[$charset], $str, $match);
25    $slice = join("",array_slice($match[0], $start, $length));
26    if($suffix) return $slice."…";
27    return $slice;
28}
 
### 解决 `iconv_open` 处理中文字符时出现的乱码及数据丢失问题 在 Linux 平台下,`iconv_open` 是一种常用的字符编码转换工具函数。当处理中文字符时,可能会因为源编码或目标编码设置错误而导致乱码或者数据丢失的情况发生。 #### 1. 原因分析 - **编码不匹配**:如果输入字符串的实际编码与指定的源编码不符,则可能导致部分字符无法正确解析而被丢弃或显示为乱码[^2]。 - **未启用扩展编码支持**:某些情况下,编译 libiconv 库时如果没有开启额外编码选项(如 `--enable-extra-encodings`),则可能缺少对特定编码的支持[^5]。 - **缓冲区管理不当**:调用 `iconv()` 函数过程中,若输出缓冲区空间不足且未能及时调整大小,则容易引发截断现象,从而造成数据丢失[^3]。 #### 2. 配置正确的编码参数 为了防止上述情况的发生,在实际应用中应确保以下几点: - 正确识别并设定源文件的真实编码格式; - 明确目标编码为何种标准(例如 GBK 或 UTF-8); - 使用兼容性强的标准作为中间过渡形式来提升成功率;比如先由原始编码转至 Unicode 再进一步映射到最终所需格式可以有效减少误差率。 以下是具体实现步骤: ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #include <iconv.h> int main() { const char *in_charset = "UTF-8"; // 输入字符集名称 const char *out_charset = "GB18030"; // 输出字符集名称 iconv_t cd; size_t inbytesleft, outbytesleft; // 记录剩余字节数量 char *pinbuf, *poutbuf; /* 打开转换描述符 */ if ((cd = iconv_open(out_charset, in_charset)) == (iconv_t)-1){ perror("iconv_open failed"); exit(EXIT_FAILURE); } /* 初始化输入/输出缓冲区 */ char input[] = "测试字符串"; int output_size = strlen(input)*4 + 1; // 确保有足够的空间存储结果串 char output[output_size]; pinbuf = (char *)input; poutbuf = &output[0]; inbytesleft = strlen(pinbuf); outbytesleft = sizeof(output); memset(&output[0], '\0', sizeof(output)); /* 进行实际的数据转换过程 */ if(iconv(cd,&&pinbuf,&inbytesleft,&poutbuf,&outbytesleft)==(size_t)(-1)){ perror("iconv conversion error"); iconv_close(cd); exit(EXIT_FAILURE); } printf("%s\n",output); // 展示转换后的结果 /* 关闭资源释放内存 */ iconv_close(cd); return EXIT_SUCCESS; } ``` 该程序片段展示了如何利用 C 语言中的 Iconv API 来完成从 UTF-8 编码向 GB18030 的转变操作,并通过适当分配输出缓存长度规避潜在溢出风险[^4]。 #### 3. 提升健壮性的建议措施 除了以上基本做法之外还可以采取如下策略增强系统的稳定性和适应能力: - 对于未知来源的内容最好先行探测其确切编码再决定后续动作; - 当发现异常状况时尝试回退至上一状态重新计算直至成功为止而不是简单终止整个进程运行; - 定期更新所依赖的基础软件包版本以便获取最新修复补丁以及新增功能特性支持。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值