utf-8 中英文字符串截取

标签：

http://www.nowamagic.net/php/php_SubMixedString.php

http://waiting.iteye.com/blog/581888

function get_word($string, $length, $dot = ‘..‘,$charset=‘gbk‘) {
    
    if(strlen($string) <= $length) {
        return $string;
    }

    $string = str_replace(array(‘　‘,‘&nbsp;‘, ‘&‘, ‘"‘, ‘<‘, ‘>‘), array(‘‘,‘‘,‘&‘, ‘"‘, ‘<‘, ‘>‘), $string);

    $strcut = ‘‘;
    if(strtolower($charset) == ‘utf-8‘) {

        $n = $tn = $noc = 0;
        while($n < strlen($string)) {

            $t = ord($string[$n]);
            if($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {
                $tn = 1; $n++; $noc++;
            } elseif(194 <= $t && $t <= 223) {
                $tn = 2; $n += 2; $noc += 2;
            } elseif(224 <= $t && $t < 239) {
                $tn = 3; $n += 3; $noc += 2;
            } elseif(240 <= $t && $t <= 247) {
                $tn = 4; $n += 4; $noc += 2;
            } elseif(248 <= $t && $t <= 251) {
                $tn = 5; $n += 5; $noc += 2;
            } elseif($t == 252 || $t == 253) {
                $tn = 6; $n += 6; $noc += 2;
            } else {
                $n++;
            }

            if($noc >= $length) {
                break;
            }

        }
        if($noc > $length) {
            $n -= $tn;
        }

        $strcut = substr($string, 0, $n);

    } else {
        for($i = 0; $i < $length; $i++) {
            $strcut .= ord($string[$i]) > 127 ? $string[$i].$string[++$i] : $string[$i];
        }
    }

    
    return $strcut.$dot;
}

$str = "欢迎 visit 简明 nowamagic";

$str_result = get_word($str, 12);
echo $str_result;

/**
 * 截取UTF8编码字符串从首字节开始指定宽度(非长度), 适用于字符串长度有限的如新闻标题的等宽度截取
 * 中英文混排情况较理想. 全中文与全英文截取后对比显示宽度差异最大,且截取宽度远大越明显.
 * @param string $str	UTF-8 encoding
 * @param int[option] $width 截取宽度
 * @param string[option] $end 被截取后追加的尾字符
 * @param float[option] $x3<p>
 * 	3字节（中文）字符相当于希腊字母宽度的系数coefficient（小数）
 * 	中文通常固定用宋体,根据ascii字符字体宽度设定,不同浏览器可能会有不同显示效果</p>
 *
 * @return string
 * @author waiting
 * http://waiting.iteye.com
 */
function u8_title_substr($str, $width = 0, $end = ‘...‘, $x3 = 0) {
	global $CFG; // 全局变量保存 x3 的值
	if ($width <= 0 || $width >= strlen($str)) {
		return $str;
	}
	$arr = str_split($str);
	$len = count($arr);
	$w = 0;
	$width *= 10;

	// 不同字节编码字符宽度系数
	$x1 = 11;	// ASCII
	$x2 = 16;
	$x3 = $x3===0 ? ( $CFG[‘cf3‘]  > 0 ? $CFG[‘cf3‘]*10 : $x3 = 21 ) : $x3*10;
	$x4 = $x3;

	// http://zh.wikipedia.org/zh-cn/UTF8
	for ($i = 0; $i < $len; $i++) {
		if ($w >= $width) {
			$e = $end;
			break;
		}
		$c = ord($arr[$i]);
		if ($c <= 127) {
			$w += $x1;
		}
		elseif ($c >= 192 && $c <= 223) {	// 2字节头
			$w += $x2;
			$i += 1;
		}
		elseif ($c >= 224 && $c <= 239) {	// 3字节头
			$w += $x3;
			$i += 2;
		}
		elseif ($c >= 240 && $c <= 247) {	// 4字节头
			$w += $x4;
			$i += 3;
		}
	}

	return implode(‘‘, array_slice($arr, 0, $i) ). $e;
}

utf-8 中英文字符串截取

标签：

原文地址：http://my.oschina.net/bobchow/blog/408733