PHP中使用substr截取字符串出现中文乱码问题该怎么办

一、PHP中使用substr截取字符串出现中文乱码问题该怎么办

1、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。

2、但字符串只要出现中文字符，就有可能导致PHP

3、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

4、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。

5、语法: string substr(string string, int start [, int length])

6、substr()传回 string的一部份字符串，由参数 start和 length指定。

7、如果 start是正数，传回的字符串将会从 string的第 start个字元开始。

8、$rest= substr("abcdef", 1);// returns"bcdef"

9、$rest= substr("abcdef", 1, 3);// returns"bcd"

10、如果 start是负数，传回的字符串将会从 string结尾的第 start个字开始。

11、$rest= substr("abcdef",-1);// returns"f"

12、$rest= substr("abcdef",-2);// returns"ef"

13、$rest= substr("abcdef",-3, 1);// returns"d"

14、如果有给予参数 length而且是正数时，传回的字符串将会从 start传回 length个字元。

15、如果有给予参数 length而且是负数时，传回的字符串将会结束于 string结尾的第 length个字元。

16、$rest= substr("abcdef", 1,-1);// returns"bcde"

17、对于英文没有问题，我们测试一个中文

18、$rest= substr("中国人", 1,-1);// returns"fdsafsda"就是乱码了

19、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：

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

21、可以用mb_substr()/mb_strcut()这个函数，mb_substr()/mb_strcut()的用法与substr()相似，

22、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

23、php_mbstring.dll，需要在php.ini在把php_mbstring.dll打开。

24、 echo mb_substr("php中文字符encode",0,4,"utf-8");

25、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。

26、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。

27、PHP自带几种字符串截取函数，其中常用到的就是 substr和 mb_substr。前者在处理中文时，GBK为 2个长度单位，UTF为 3个长度单位，后者指定编码后，一个中文即为 1个长度单位。

28、substr有时会截 1/3个中文或半个中文，会显示乱码，相对来说 mb_substr更适合我们使用。不过有时候 mb_substr

29、就显得不那么好用了。例如我要显示一个小图片的简要信息，5个中文正好，超过 5个就截取前4再加上

30、”…”，这样处理中文是没问题了，可是处理英文或数字，这样截取就太短了。

31、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。

32、function sub_str($str,$length=,$append= true)

33、 if($length==||$length>=$strlength)

34、 return$str;//截取长度等于或大于等于本字符串的长度，返回字符串本身

35、 elseif($length<)//如果截取长度为负数

36、$length=$strlength+$length;//那么截取长度就等于字符串长度减去截取长度

37、$length=$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

38、 if(function_exists('mb_substr'))

39、$newstr= mb_substr($str,,$length, EC_CHARSET);

40、 elseif(function_exists('iconv_substr'))

41、$newstr= iconv_substr($str,,$length, EC_CHARSET);

42、//$newstr= trim_right(substr($str,,$length));

43、$newstr= substr($str,,$length);

二、解析使用substr截取UTF-8中文字符串出现乱码的问题

我们知道有时候使用substr来截取UTF-8中文字符串的时候，经常会出现乱码，为什么会出现这样的问题呢，本文告诉你答案。

看这样一段代码吧（字符编码为UTF-8）：

'都知道strlen与mb_strlen是求字符串长度的函数';

/>'.mb_strlen($str,'utf-8');

怎么样？strlen中，中文是三个字节的长度，英文则是一个字节的长度！mb_strlen中，都被计算为一字节的长度！所以，我们有时候用substr来截取UTF-8中文字符串的时候，经常会出现乱码，就是这个原因了！

下面提供一个截取UTF-8字符串的函数：

cutstr($sourcestr,$cutlength){

mb_strlen($sourcestr,'utf-8');

$returnstr.substr($sourcestr,$i,3);

$returnstr.substr($sourcestr,$i,2);

$returnstr.substr($sourcestr,$i,1);

$returnstr.substr($sourcestr,$i,1);

'有效期最长三个月，超过有效期系统将自动删除本条信息';

/>'.mb_strlen($str,'utf-8');

三、c++含有中英文混合的string,截取字符串substr应该怎么写

1、要操作包含中英文混合的字符串，你可以使用std::u32string。这样处理起来更方便，每个字符占用4个字节，适合中英文混合的文本。

2、若需在C++17及以上版本中进行操作，可以尝试利用codecvt，但请注意，此功能在C++17后已被废弃，因此若不希望使用第三方库，或者追求跨平台兼容性，可以利用它进行简单输出。

3、如果决定使用全UTF-8编码进行操作，可以自行编写substr函数。UTF-8编码的实现相对简单，特别是在服务器端应用中，用于用户注册名的长度限制，可与字节存储需求相匹配。此场景下，可编写一个检查字数的函数，例如utf8_length，用以计算特定字符串中UTF-8编码的字节数。

4、对于需要使用更多UTF-8相关函数的场景，如utf8_substr等，可以考虑使用第三方库。例如，有一款库提供了这类功能，能大大简化操作。

5、无论选择何种方式，建议自行实现一遍。理解并掌握UTF-8编码的处理方法是一种实用的编程技巧，尤其在涉及数据压缩算法时。UTF-8编码具有简洁明了的特点，其格式如下：

6、三字节：1110xxxx 10xxxxxx 10xxxxxx

7、四字节：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

8、我撰写了一篇文章，详细介绍了在C++中处理UTF8字符串的方法，希望能帮助你更深入理解并灵活应用这一技巧。