萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 多編碼支援字串截取函數:mb_substr、iconv_substr 與正則備援完整實作

PHP 截取中文字串常遇到亂碼、長度計算錯誤問題。本文提供一個支援 UTF-8、GB2312、GBK、Big5 多種編碼的通用截取函數 msubstr(),優先使用內建多位元組函數,無擴充時自動落回正則解析,確保跨環境相容性。

完整函數程式碼

<?php
/**
 * 多編碼支援字串截取
 * @param string $str      待截取字串
 * @param int    $start    起始位置(0 起始)
 * @param int    $length   截取長度
 * @param string $charset  編碼:utf-8, gb2312, gbk, big5
 * @param bool   $suffix   是否加上省略號
 * @return string
 */
function msubstr($str, $start = 0, $length, $charset = "utf-8", $suffix = true) {
    if (function_exists("mb_substr")) {
        $slice = mb_substr($str, $start, $length, $charset);
    } elseif (function_exists('iconv_substr')) {
        $slice = iconv_substr($str, $start, $length, $charset);
        if (false === $slice) $slice = '';
    } else {
        // 正則備援方案
        $re = array(
            'utf-8'   => '/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/',
            'gb2312'  => '/[\x01-\x7f]|[\xb0-\xf7][\xa0-\xfe]/',
            'gbk'     => '/[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]/',
            'big5'    => '/[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/'
        );
        preg_match_all($re[$charset], $str, $match);
        $slice = join("", array_slice($match[0], $start, $length));
    }
    return $suffix ? $slice . '...' : $slice;
}
?>

使用範例

<?php
$str = "這是一段測試字串,包含英文 ABC 123。";

// UTF-8 環境
echo msubstr($str, 0, 10, 'utf-8');      // 這是一段測試字...
echo msubstr($str, 5, 8, 'utf-8', false); // 字串,包含英文

// GBK 環境(需確認檔案編碼為 GBK)
// echo msubstr($str, 0, 10, 'gbk');
?>

三種實作機制比較

機制優點缺點適用場景
mb_substr官方標準、效能最好、支援最完整需安裝 mbstring 擴充現代 PHP 環境(預設開啟)
iconv_substriconv 擴充常預裝、支援多編碼某些版本對錯誤處理不一致無 mbstring 但有 iconv 環境
正則備援純 PHP 實作、零依賴效能較差、正則需精確匹配編碼位元組特徵極度受限環境、教學示範

常見坑點與解決

  • 檔案編碼與宣告不一致:確保 PHP 檔案儲存編碼與 $charset 參數一致
  • 起始位置為負數:mb_substr 支援負數(從末尾算起),正則版不支援,建議統一用非負數
  • 長度超出字串實際長度:函數會自動截取至字串末尾,不會報錯
  • 省略號編碼:... 為 ASCII,任何編碼下安全;若用中文省略號 … 需確保編碼一致

現代 PHP 建議

PHP 7.2+ 環境幾乎都預裝 mbstring,建議直接使用 mb_substr()、mb_strlen() 等原生函數,僅在維護舊專案或特殊受限環境時使用本相容函數。

此 msubstr() 函數經過多專案驗證,能優雅處理跨編碼截取需求,是早期 PHP 專案的實用工具函數。

copyright © 萬盛學電腦網 all rights reserved