旧题新貌:PHP截取中文字符串的问题

王朝php·作者佚名  2006-01-10
窄屏简体版  字體: |||超大  

以下代码试用于GB2312编码,截取中文字符串是PHP中一个头疼的问题,解决方法是根据值是否大于等于128来判断是否是双字节字符,以避免出现乱码的情况。但中英文混合、特殊符号等问题总是存在,现在写一个比较全面的,仅供参考:

程序说明:

1. len 参数以中文字符为标准,1len等于2个英文字符,为了形式上好看些

2. 如果将magic参数设为false,则中文和英文同等看待,取绝对的字符数

3. 特别适用于用htmlspecialchars()进行过编码的字符串

4. 能正确处理GB2312中实体字符模式(𖰰)

程序代码:

function FSubstr($title,$start,$len="",$magic=true)

{

/**

* powered by Smartpig

* mailto:d.einstein@263.net

*/

$length = 0;

if($len == "") $len = strlen($title);

//判断起始为不正确位置

if($start > 0)

{

$cnum = 0;

for($i=0;$i<$start;$i++)

{

if(ord(substr($title,$i,1)) >= 128) $cnum ++;

}

if($cnum%2 != 0) $start--;

unset($cnum);

}

if(strlen($title)<=$len) return substr($title,$start,$len);

$alen = 0;

$blen = 0;

$realnum = 0;

for($i=$start;$i<strlen($title);$i++)

{

$ctype = 0;

$cstep = 0;

$cur = substr($title,$i,1);

if($cur == "&")

{

if(substr($title,$i,4) == "&lt;")

{

$cstep = 4;

$length += 4;

$i += 3;

$realnum ++;

if($magic)

{

$alen ++;

}

}

else if(substr($title,$i,4) == "&gt;")

{

$cstep = 4;

$length += 4;

$i += 3;

$realnum ++;

if($magic)

{

$alen ++;

}

}

else if(substr($title,$i,5) == "&amp;")

{

$cstep = 5;

$length += 5;

$i += 4;

$realnum ++;

if($magic)

{

$alen ++;

}

}

else if(substr($title,$i,6) == "&quot;")

{

$cstep = 6;

$length += 6;

$i += 5;

$realnum ++;

if($magic)

{

$alen ++;

}

}

else if(substr($title,$i,6) == "&#039;")

{

$cstep = 6;

$length += 6;

$i += 5;

$realnum ++;

if($magic)

{

$alen ++;

}

}

else if(preg_match("/&#(\d+);/i",substr($title,$i,8),$match))

{

$cstep = strlen($match[0]);

$length += strlen($match[0]);

$i += strlen($match[0])-1;

$realnum ++;

if($magic)

{

$blen ++;

$ctype = 1;

}

}

}else{

if(ord($cur)>=128)

{

$cstep = 2;

$length += 2;

$i += 1;

$realnum ++;

if($magic)

{

$blen ++;

$ctype = 1;

}

}else{

$cstep = 1;

$length +=1;

$realnum ++;

if($magic)

{

$alen++;

}

}

}

if($magic)

{

if(($blen*2+$alen) == ($len*2)) break;

if(($blen*2+$alen) == ($len*2+1))

{

if($ctype == 1)

{

$length -= $cstep;

break;

}else{

break;

}

}

}else{

if($realnum == $len) break;

}

}

unset($cur);

unset($alen);

unset($blen);

unset($realnum);

unset($ctype);

unset($cstep);

return substr($title,$start,$length);

}

呵呵,一会儿把UTF-8编码下的代码也贴出来

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
 
 
© 2005- 王朝網路 版權所有 導航