substr() 按位元組截取,中文 UTF-8 (3-4 位元組) 或 GB2312 (2 位元組) 會導致亂碼。需依編碼逐字元截取。
<?php
/**
* 多位元組安全截取
*
* @param string $string 原字串
* @param int $sublen 截取字元數
* @param int $start 起始位置 (字元數)
* @param string $encoding 'UTF-8' 或 'GB2312' 等
* @return string
*/
function msubstr($string, $sublen, $start = 0, $encoding = 'UTF-8') {
if (function_exists('mb_substr')) {
return mb_substr($string, $start, $sublen, $encoding);
}
// 回退:無 mbstring 擴充時的相容實作
if ($encoding === 'UTF-8') {
// UTF-8 正則匹配單一字元
$pattern = '/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf]{2}|\xf0[\x90-\xbf][\x80-\xbf]{3}|[\xf1-\xf7][\x80-\xbf]{3}/';
preg_match_all($pattern, $string, $matches);
$chars = $matches[0];
$slice = array_slice($chars, $start, $sublen);
$result = implode('', $slice);
return (count($chars) > $start + $sublen) ? $result . '...' : $result;
} else {
// GB2312/Big5 等雙位元組編碼簡易處理
$strlen = strlen($string);
$result = '';
for ($i = 0, $count = 0; $i < $strlen && $count < $sublen; $i++) {
if ($i < $start) { $count++; continue; }
$ord = ord($string[$i]);
if ($ord > 129) { // 雙位元組字元
$result .= substr($string, $i, 2);
$i++;
} else {
$result .= $string[$i];
}
$count++;
}
return ($strlen > $start + $sublen * 2) ? $result . '...' : $result;
}
}
// 使用範例
$str = '頂置車頂起困境檲上盯協押畏奇才趄肯困楞右腳可愛有';
echo msubstr($str, 10, 0, 'UTF-8') . '<br>'; // 頂置車頂起困境檲上盯...
echo msubstr($str, 10, 0, 'GB2312') . '<br>'; // 需確保檔案編碼為 GB2312
<?php
// 確保 php.ini 啟用 extension=mbstring
// 設定內部編碼
mb_internal_encoding('UTF-8');
mb_regex_encoding('UTF-8');
// 直接使用
echo mb_substr($str, 0, 10, 'UTF-8'); // 截取前 10 字
echo mb_strimwidth($str, 0, 20, '...', 'UTF-8'); // 按寬度截取 (中文算 2 寬度)
<?php
$encoding = mb_detect_encoding($str, ['UTF-8', 'GB2312', 'BIG5'], true);
if ($encoding !== 'UTF-8') {
$str = mb_convert_encoding($str, 'UTF-8', $encoding);
}
// 統一內部使用 UTF-8 處理,輸出時再按需轉碼
mb_substr (C 底層實作,極快)。mb_substr 處理長字串,改用 mb_str_split (PHP 7.4+) 一次轉陣列。LEFT()、SUBSTRING() (支援字元語意) 完成截取再傳給 PHP。