在 PHP 程序开发中，经常会执行字符串的截取操作，比如输出信息列表时，标题不宜过长，打印文章摘要时，也要执行一系列的字符串截取操作。

遇到这些需求时，我们经常会想到使用 substr() 方法来实现，substr() 对全英文字符串的截取是比较适合的，但字符串只要出现中文字符，就有可能导致 PHP substr 中文乱码.

因为中文 UTF-8 编码，每个汉字占 3 字节，而 GB2312 占 2 字节，英文占 1 字节，截取位数不准确，substr() 硬生生地将一个中文字符“锯”成两半，造成断开的字符会把其后的.. 拉过来一起做一个字，所以出现了 PHP substr 中文乱码 。

这种截取字符的结果，肯定不是我们想要的结果，这种出现 PHP substr 中文乱码的情况，可能会导致程序无法正常运行。解决办法主要有两种：

一、使用 mbstring 扩展库的 mb_substr() 截取就不会出现乱码了。

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。

1
2
3
<?php
    echo mb_substr("php 中文字符 encode",0,4,"utf-8");
?>

如果未指定最后一个编码参数，会是三个字节为一个中文，这就是 utf-8 编码的特点，若加上 utf-8 字符集说明，所以，是以一个字为单位来截取的。

使用的时候要注意 php 文件的编码，和网页显示时的编码。使用这个 mb_substr 方法要事先知道字符串的编码，如果不知道编码，就需要判断，mbstring 库还提供了 mb_check_encoding 来检验字符串编码，但还不完善。

二、自己书写截取函数，但效率不如用 mbstring 扩展库来得高。下面是 ecshop 里面的截取 UTF-8 编码下字符串的函数。

1
2
3
4
5
6
7
8
9
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
function sub_str($str, $length = 0, $append = true)
{
    $str = trim($str);
    $strlength = strlen($str);

    if ($length == 0 || $length >= $strlength)
    {
        return $str;  // 截取长度等于 0 或大于等于本字符串的长度，返回字符串本身 
    }
    elseif ($length < 0)  // 如果截取长度为负数 
    {
        $length = $strlength + $length;// 那么截取长度就等于字符串长度减去截取长度 
        if ($length < 0)
        {
            $length = $strlength;// 如果截取长度的绝对值大于字符串本身长度，则截取长度取字符串本身的长度 
        }
    }

    if (function_exists('mb_substr'))
    {
        $newstr = mb_substr($str, 0, $length, EC_CHARSET);
    }
    elseif (function_exists('iconv_substr'))
    {
        $newstr = iconv_substr($str, 0, $length, EC_CHARSET);
    }
    else
    {
        //$newstr = trim_right(substr($str, 0, $length));
        $newstr = substr($str, 0, $length);
    }

    if ($append && $str != $newstr)
    {
        $newstr .= '...';
    }

    return $newstr;
}

本文地址 https://shaoshilei.com/2014-04/when-capturing-a-string-chinese-appear-to-solve-the-php-substr-garbled.html