自己实现php UTF8中文字符串截取

header("Content-type: text/html; charset=utf-8");
function my_substr($str,$begin,$length){
        $i = $begin;
        $result="";
        while($length > 0){
            if([color=red]ord($str[$i])>127[/color]){
                $result .= substr($str,$i,3);
                $i = $i+3;
            }else{
                $result .= substr($str,$i,1);
                $i++;
            }
            $length--;
        }
        return $result;
    }

    $chinese = "中a国people";
    
    echo "<br>".my_substr($chinese,0,3);

输出结果是:中a国

说明:
ord 是 对字符去assic值。
chr 是 对assic取字符。

为什么判断assic大于127。

这里是ASSIC码表
http://www.asciitable.com/

计算机中最开始只有ASSIC编码,用来表示字符。一个ASSIC字符用一个BYTE表示。所以ASSIC最多就只有256种组合。对于英文是够用了,中文,日文,韩文等亚洲语种就不够了。
那么只能考虑用多个BYTE表示一个中文汉字,比如GB2312 就是用2个字节表示一个汉字。在windows中用笔记本新建一个TXT保存为ASSIC,如果你是简体中文操作系统,TXT中的中文就是一GB2312来保存的。上面的截取字符串的程序$result .= substr($str,$i,3);中的3就要改成2.同时别忘了修改header。而无论GB2312 还是UTF8 他们表示A-Z等ASSIC 128以前的都是一样的,是一位BTYE表示,是变长编码的。所以可以用ASSIC判断他们是不是中文。

写的可能比较乱。有需要的谨慎阅读。

posted @ 2012-09-26 11:25  23lalala  阅读(165)  评论(0编辑  收藏  举报