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)
?>
<?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
?>
mb_substr(string $string, int $start, int|null $length = null, string $encoding = mb_internal_encoding()): string$start (從末尾計算)、$length。mbstring 擴展 (PHP 8.0+ 內建)。<?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
?>
<?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...
?>
| 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+ |
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()。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。