旧题新貌:PHP截取中文字符串的问题

核心提示：以下代码试用于GB2312编码，截取中文字符串是php中一个头疼的问题，旧题新貌:PHP截取中文字符串的问题，解决方法是根据值是否大于等于128来判断是否是双字节字符，以避免出现乱码的情况，为了形式上好看些2. 如果将magic参数设为false，则中文和英文同等看待，但中英文混合、特殊符号等问题总是存在，现在写一个比

以下代码试用于GB2312编码，截取中文字符串是php中一个头疼的问题，解决方法是根据值是否大于等于128来判断是否是双字节字符，以避免出现乱码的情况。但中英文混合、特殊符号等问题总是存在，现在写一个比较全面的，仅供参考：

程序说明：
1. len 参数以中文字符为标准，1len等于2个英文字符，为了形式上好看些
2. 如果将magic参数设为false，则中文和英文同等看待，取绝对的字符数
3. 特别适用于用htmlspecialchars()进行过编码的字符串
4. 能正确处理GB2312中实体字符模式（𖰰）

程序代码：

function FSubstr($title,$start,$len="",$magic=true)
{
/**
  *  powered by Smartpig
  *  mailto:d.einstein@263.net
  */
 
$length = 0;
if($len == "") $len = strlen($title);

//判断起始为不正确位置
if($start > 0)
{
  $cnum = 0;
  for($i=0;$i<$start;$i++)
  {
　 if(ord(substr($title,$i,1)) >= 128) $cnum ++;
  }
  if($cnum%2 != 0) $start--;
 
  unset($cnum);
}

if(strlen($title)<=$len) return substr($title,$start,$len);

$alen　 = 0;
$blen = 0;

$realnum = 0;

for($i=$start;$i<strlen($title);$i++)
{
  $ctype = 0;
  $cstep = 0;
  $cur = substr($title,$i,1);
  if($cur == "&")
  {
　 if(substr($title,$i,4) == "<")
　 {
　  $cstep = 4;
　  $length += 4;
　  $i += 3;
　  $realnum ++;
　  if($magic)
　  {
　　 $alen ++;
　  }
　 }
　 else if(substr($title,$i,4) == ">")
　 {
　  $cstep = 4;
　  $length += 4;
　  $i += 3;
　  $realnum ++;
　  if($magic)
　  {
　　 $alen ++;
　  }
　 }
　 else if(substr($title,$i,5) == "&")
　 {
　  $cstep = 5;
　  $length += 5;
　  $i += 4;
　  $realnum ++;
　  if($magic)
　  {
　　 $alen ++;
　  }
　 }
　 else if(substr($title,$i,6) == """)
　 {
　  $cstep = 6;
　  $length += 6;
　  $i += 5;
　  $realnum ++;
　  if($magic)
　  {
　　 $alen ++;
　  }
　 }
　 else if(substr($title,$i,6) == "'")
　 {
　  $cstep = 6;
　  $length += 6;
　  $i += 5;
　  $realnum ++;
　  if($magic)
　  {
　　 $alen ++;
　  }
　 }
　 else if(PReg_match("/&#(\d+);/i",substr($title,$i,8),$match))
　 {
　  $cstep = strlen($match[0]);
　  $length += strlen($match[0]);
　  $i += strlen($match[0])-1;
　  $realnum ++;
　  if($magic)
　  {
　　 $blen ++;
　　 $ctype = 1;
　  }
　 }
  }else{
　 if(ord($cur)>=128)
　 {
　  $cstep = 2;
　  $length += 2;
　  $i += 1;
　  $realnum ++;
　  if($magic)
　  {
　　 $blen ++;
　　 $ctype = 1;
　  }
　 }else{
　  $cstep = 1;
　  $length +=1;
　  $realnum ++;
　  if($magic)
　  {
　　 if(ord($cur) >= 65 && ord($cur) <= 90)
　　 {
　　  $blen++;
　　 }else{
　　  $alen++;
　　 }
　  }
　 }
  }
 
  if($magic)
  {
　 if(($blen*2+$alen) == ($len*2)) break;
　 if(($blen*2+$alen) == ($len*2+1))
　 {
　  if($ctype == 1)
　  {
　　 $length -= $cstep;
　　 break;
　  }else{
　　 break;
　  }
　 }
  }else{
　 if($realnum == $len) break;
  }
}

unset($cur);
unset($alen);
unset($blen);
unset($realnum);
unset($ctype);
unset($cstep);

return substr($title,$start,$length);
}

呵呵，一会儿把UTF-8编码下的代码也贴出来