PHP截取中文字符串的问题

80酷酷网    80kuku.com

  问题|中文|字符串   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.einstein263.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


分享到
  • 微信分享
  • 新浪微博
  • QQ好友
  • QQ空间
点击: