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：

        function trunk($str,$most,$append="...")
        {
            if (strlen($str) <= $most) {
                return $str;
            }
            return substr_cut($str,$most-strlen($append)).$apend;
        }

        function substr_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：

function trunkhtml($str, $most, $append="...") {
        $arr = preg_split("/(<[^>]*>)/",$str,-1,PREG_SPLIT_DELIM_CAPTURE|PREG_SPLIT_OFFSET_CAPTURE);
        $istag = FALSE;
        $notagstr = "";
        foreach($arr as $v) {
                if(!$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);
        $istag = FALSE;
        foreach($arr as $i=>$v) {
                if(!$istag) {
                        $len = strlen($v[0]);
                        if($cut_len > $len) $cut_len -= $len;
                        else {
                                $pos = $v[1] + $cut_len;
                                if($i % 4 == 0) {
                                        return substr($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。