标签：style blog http java color 使用
由于需要，想实现“php截取等长UFT8中英文混合字串”，可是网上找了很多代码不是有乱码就是不能实现等长（以一个中文长度为单位，两个英文字母算一个长度，如‘等长’长度为2，‘UTF8’长度也是2）。
由于utf8编码时，中文为三个字节，英文为一个字节，用substr就会出现乱码，用mb_substr会出现上面的不等长问题，但不会有乱码；
我以字节为单位进行操作，简单实现了一个小程序。
只能在utf8编码是使用。
/*utf8编码时截取等长中英文字串*/ //英文标点[.,\"\\?!:_‘] <? function substr_utf8($string,$start,$length) { //by aiou $chars = $string; //echo $string[0].$string[1].$string[2]; $i=0; do{ if (preg_match ("/[0-9a-zA-Z]/", $chars[$i])){//纯英文 $m++; } else {$n++; }//非英文字节, $k = $n/3+$m/2; $l = $n/3+$m;//最终截取长度；$l = $n/3+$m*2？ $i++; } while($k < $length); $str1 = mb_substr($string,$start,$l,‘utf-8‘);//保证不会出现乱码 return $str1; }
测试结果：
$string = ‘第一次截取，mb_substr返回的是字符串宽度是按“字”来计算‘; $string1 = ‘第一次截取，返回的是字符串宽度是按“字”来计算‘; $string2 = ‘第A一D次截取，返回的12345是字符串宽度是按“字”来计算‘;
1.
echo substr_utf8($string,0,1).‘<br/>‘; echo substr_utf8($string,0,2).‘<br/>‘; echo substr_utf8($string,0,3).‘<br/>‘; echo substr_utf8($string,0,4).‘<br/>‘; echo substr_utf8($string,0,5).‘<br/>‘; echo substr_utf8($string,0,6).‘<br/>‘; echo substr_utf8($string,0,7).‘<br/>‘; echo substr_utf8($string,0,8).‘<br/>‘; echo substr_utf8($string,0,9).‘<br/>‘; echo substr_utf8($string,0,10).‘<br/>‘; echo substr_utf8($string,0,11).‘<br/>‘; echo substr_utf8($string,0,12).‘<br/>‘; echo substr_utf8($string,0,13).‘<br/>‘; echo substr_utf8($string,0,14).‘<br/>‘; echo substr_utf8($string,0,15).‘<br/>‘; echo substr_utf8($string,0,16).‘<br/>‘; echo substr_utf8($string,0,17).‘<br/>‘; echo substr_utf8($string,0,18).‘<br/>‘; echo substr_utf8($string,0,19).‘<br/>‘; echo substr_utf8($string,0,20).‘<br/>‘;
第
第一
第一次
第一次截
第一次截取
第一次截取，
第一次截取，mb
第一次截取，mb_s
第一次截取，mb_sub
第一次截取，mb_subst
第一次截取，mb_substr
第一次截取，mb_substr返
第一次截取，mb_substr返回
第一次截取，mb_substr返回的
第一次截取，mb_substr返回的是
第一次截取，mb_substr返回的是字
第一次截取，mb_substr返回的是字符
第一次截取，mb_substr返回的是字符串
第一次截取，mb_substr返回的是字符串宽
第一次截取，mb_substr返回的是字符串宽度
2.
$ss=‘1234567890abcdefghijklmnopqrst‘; echo Utf8Helper::substr_utf8($ss,0,1).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,2).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,3).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,4).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,5).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,6).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,7).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,8).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,9).‘<br/>‘; echo Utf8Helper::substr_utf8($ss,0,10);
12
1234
123456
12345678
1234567890
1234567890ab
1234567890abcd
1234567890abcdef
1234567890abcdefgh
1234567890abcdefghij
长度都以汉字数为基准。
基本上每两个英文字母、数字、英文标点算作一个汉字长度。看上去效果还不错。
改进一下还可以做其它编码下的。
效率没做测试，还没有这概念。
php截取等长UFT8中英文混合字串,布布扣,bubuko.com
标签：style blog http java color 使用
原文地址：http://www.cnblogs.com/chen-lhx/p/3834165.html
