转载 PHP 截取字符串专题

1. 截取GB2312中文字符串

 

 1 
 2 < ?php 
 3 //截取中文字符串
 4 function mysubstr($str, $start, $len) {
 5     $tmpstr = "";
 6     $strlen = $start + $len;
 7     for($i = 0; $i < $strlen; $i++) {
 8         if(ord(substr($str, $i, 1)) > 0xa0) {
 9             $tmpstr .= substr($str, $i, 2);
10             $i++;
11         } else
12             $tmpstr .= substr($str, $i, 1);
13     }
14     return $tmpstr;
15 }
16 ?>

2. 截取utf8编码的多字节字符串

 

 1 <?php
 2 
 3 //截取utf8字符串
 4 function utf8Substr($str, $from, $len)
 5 {
 6     return preg_replace('#^(?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'.$from.'}'.
 7                        '((?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'.$len.'}).*#s',
 8                        '$1',$str);
 9 }
10 ?>

3. UTF-8、GB2312都支持的汉字截取函数

 

 1 <?php
 2 
 3 /* 
 4 Utf-8、gb2312都支持的汉字截取函数 
 5 cut_str(字符串, 截取长度, 开始长度, 编码); 
 6 编码默认为 utf-8 
 7 开始长度默认为 0 
 8 */ 
 9  
10 function cut_str($string, $sublen, $start = 0, $code = 'UTF-8') 
11 { 
12     if($code == 'UTF-8') 
13     { 
14         $pa = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/"; 
15         preg_match_all($pa, $string, $t_string); 
16  
17         if(count($t_string[0]) - $start > $sublen) return join('', array_slice($t_string[0], $start, $sublen)).""; 
18         return join('', array_slice($t_string[0], $start, $sublen)); 
19     } 
20     else 
21     { 
22         $start = $start*2; 
23         $sublen = $sublen*2; 
24         $strlen = strlen($string); 
25         $tmpstr = ''; 
26  
27         for($i=0; $i< $strlen; $i++) 
28         { 
29             if($i>=$start && $i< ($start+$sublen)) 
30             { 
31                 if(ord(substr($string, $i, 1))>129) 
32                 { 
33                     $tmpstr.= substr($string, $i, 2); 
34                 } 
35                 else 
36                 { 
37                     $tmpstr.= substr($string, $i, 1); 
38                 } 
39             } 
40             if(ord(substr($string, $i, 1))>129) $i++; 
41         } 
42         if(strlen($tmpstr)< $strlen ) $tmpstr.= ""; 
43         return $tmpstr; 
44     } 
45 } 
46  
47 $str = "abcd需要截取的字符串"; 
48 echo cut_str($str, 8, 0, 'gb2312'); 
49 ?>

4. BugFree 的字符截取函数

 

 

 1 < ?php 
 2 /** 
 3  * @package     BugFree 
 4  * @version     $Id: FunctionsMain.inc.php,v 1.32 2005/09/24 11:38:37 wwccss Exp $ 
 5  * 
 6  * 
 7  * Return part of a string(Enhance the function substr()) 
 8  * 
 9  * @author                  Chunsheng Wang <wwccss@263.net> 
10  * @param string  $String  the string to cut. 
11  * @param int     $Length  the length of returned string. 
12  * @param booble  $Append  whether append "": false|true 
13  * @return string           the cutted string. 
14  */ 
15 function sysSubStr($String,$Length,$Append = false) 
16 { 
17     if (strlen($String) < = $Length ) 
18     { 
19         return $String; 
20     } 
21     else 
22     { 
23         $I = 0; 
24         while ($I < $Length) 
25         { 
26             $StringTMP = substr($String,$I,1); 
27             if ( ord($StringTMP) >=224 ) 
28             { 
29                 $StringTMP = substr($String,$I,3); 
30                 $I = $I + 3; 
31             } 
32             elseif( ord($StringTMP) >=192 ) 
33             { 
34                 $StringTMP = substr($String,$I,2); 
35                 $I = $I + 2; 
36             } 
37             else 
38             { 
39                 $I = $I + 1; 
40             } 
41             $StringLast[] = $StringTMP; 
42         } 
43         $StringLast = implode("",$StringLast); 
44         if($Append) 
45         { 
46             $StringLast .= ""; 
47         } 
48         return $StringLast; 
49     } 
50 } 
51  
52 $String = "CodeBit.cn -- 简单、精彩、通用"; 
53 $Length = "18"; 
54 $Append = false; 
55 echo sysSubStr($String,$Length,$Append); 
56 ?>

 

 

 

UTF-8编码的字符可能由1~3个字节组成， 具体数目可以由第一个字节判断出来。(理论上可能更长，但这里假设不超过3个字节)
第一个字节大于224的，它与它之后的2个字节一起组成一个UTF-8字符
第一个字节大于192小于224的，它与它之后的1个字节组成一个UTF-8字符
否则第一个字节本身就是一个英文字符（包括数字和一小部分标点符号）。

 

原文地址http://www.ccvita.com/27.html