php截取中文字符串函数

在处理中文字符串时,PHP默认的字符串截取函数（如substr）可能会因为中文字符的多字节特性导致乱码或截断错误，为了解决这个问题，开发者需要专门针对中文字符串设计截取函数，确保在截取过程中保持字符的完整性和可读性，本文将详细介绍PHP中截取中文字符串的常用方法、实现原理及注意事项，帮助开发者高效处理中文文本内容。

中文字符串截取的挑战

中文字符在UTF-8编码下通常占用3个字节，而英文字符仅占用1个字节，使用substr直接截取时，若截断位置恰好位于中文字符的中间字节，会导致该字符显示为乱码，截取一个包含中英文混合的字符串时，若按字节长度截取，可能会破坏中文字符的结构，需要基于字符而非字节进行截取，确保每个中文字符都能被完整保留。

使用mbstring扩展实现安全截取

PHP的mbstring扩展提供了多字节字符串处理函数，是解决中文截取问题的首选方案。mb_substr函数可以按字符数截取字符串，避免乱码问题，使用时需确保PHP已启用mbstring扩展，并通过mb_internal_encoding设置正确的字符编码（如UTF-8）。mb_substr($str, 0, 10, 'UTF-8')表示从字符串开头截取10个字符，适用于纯中文或中英文混合场景。

自定义中文字符串截取函数

若项目环境不支持mbstring，或需要更灵活的截取逻辑，可自定义函数实现，核心思路是遍历字符串的每个字符，计算字符长度并动态截取，以下是一个简单实现：

function cn_substr($str, $start, $length) {
    $encoding = 'UTF-8';
    $str = mb_substr($str, $start, $length, $encoding);
    return $str;
}

该函数依赖mb_substr，但可扩展以支持更多需求，如添加省略号或处理特殊字符。

处理截断后的省略号显示

在实际应用中,截取后的字符串常需添加省略号（“…”）以表示内容被省略，可通过判断截取后的字符串长度是否与原始字符串一致来决定是否添加省略号。

function truncate_cn($str, $length) {
    $encoding = 'UTF-8';
    $result = mb_substr($str, 0, $length, $encoding);
    if (mb_strlen($str, $encoding) > $length) {
        $result .= '…';
    }
    return $result;
}

此方法适用于标题、摘要等需要简洁展示的场景。