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 字串截取完整指南:substr 與多位元組安全的 mb_substr 實戰

substr() 的限制

substr() 按位元組截取,UTF-8 中文佔 3 位元組,直接使用會導致中文字元被切半產生亂碼:

<?php
$str = "我愛 PHP";
echo substr($str, 0, 4);  // 輸出:我 (亂碼,切在「愛」的中間)
?>

標準解法:mb_substr()

<?php
$str = "我愛 PHP";
echo mb_substr($str, 0, 4, 'UTF-8');  // 我愛 P (正確按字元數)
echo mb_substr($str, 3, 2, 'UTF-8');  // PHP
?>
  • 參數:mb_substr(string $string, int $start, int|null $length = null, string $encoding = mb_internal_encoding()): string
  • 支援負數 $start (從末尾計算)、$length。
  • 需 mbstring 擴展 (PHP 8.0+ 內建)。

自訂多位元組截取函數 (無 mbstring 環境)

<?php
function utf8_substr(string $str, int $start, int $length = null): string {
    // 將 UTF-8 字串拆解為字元陣列
    $chars = [];
    $len = strlen($str);
    for ($i = 0; $i < $len; ) {
        $byte = ord($str[$i]);
        if ($byte < 0x80) { $charLen = 1; }
        elseif (($byte & 0xE0) === 0xC0) { $charLen = 2; }
        elseif (($byte & 0xF0) === 0xE0) { $charLen = 3; }
        elseif (($byte & 0xF8) === 0xF0) { $charLen = 4; }
        else { $charLen = 1; }  // 無效位元組
        
        $chars[] = substr($str, $i, $charLen);
        $i += $charLen;
    }
    
    return implode('', array_slice($chars, $start, $length ?? count($chars)));
}

// 測試
echo utf8_substr("我愛 PHP", 0, 3);  // 我愛
?>

進階封裝:支援 HTML 標籤保護、省略號、兩端對齊

<?php
/**
 * 智慧型字串截取
 *
 * @param string $text      原始文字 (可能含 HTML)
 * @param int    $maxLength 最大顯示字元數
 * @param string $suffix    省略字尾
 * @param bool   $stripTags 是否移除 HTML 標籤後再計算長度
 * @return string
 */
function smartTruncate(string $text, int $maxLength, string $suffix = '...', bool $stripTags = true): string {
    // 1. 移除標籤 (可選)
    $plainText = $stripTags ? strip_tags($text) : $text;
    
    // 2. 長度檢查
    $textLen = mb_strlen($plainText, 'UTF-8');
    if ($textLen <= $maxLength) {
        return $stripTags ? $plainText : $text;
    }
    
    // 3. 截取
    $truncated = mb_substr($plainText, 0, $maxLength, 'UTF-8');
    
    // 4. 避免截在標點符號前 (中文標點)
    $truncated = rtrim($truncated, ",。;:!?、");
    
    return $truncated . $suffix;
}

// 使用範例
$article = "

這是一篇很長的文章內容...

"; echo smartTruncate($article, 30); // 這是一篇很長的文章內容... ?>

常見應用場景對照表

場景推薦函數備註
純文字摘要mb_substr() + 省略號最常用
HTML 內容摘要strip_tags() → mb_substr()避免標籤未閉合
保留 HTML 結構截取HTMLPurifier / DOMDocument複雜需求
URL/英文長單字截斷wordwrap() + CSS word-break前端處理較佳
Emoji/組合字元grapheme_substr() (intl)PHP 8.1+

效能提示

  • mb_substr() 每次呼叫都會掃描字串,大量截取時建議先 mb_str_split() (PHP 7.4+) 轉陣列再 array_slice()。
  • 資料庫層面用 LEFT() (MySQL) 或 SUBSTRING() 直接截取,減少 PHP 處理量。

掌握 mb_substr() 並封裝智慧截取函數,是處理中英混雜內容的基本功。

copyright © 萬盛學電腦網 all rights reserved