当前位置:首页 > PHP教程 > php应用 > 列表

php mb_strwidth函数实现中英文混排字符串截取

发布:smiling 来源: PHP粉丝网  添加日期:2014-09-12 14:21:51 浏览: 评论:0 

如果是简单的字符截取我们常用的就substr函数或再使用mb_substr来截取字符了,但是我们有时会发现有中英文混排字符串截取时并不像那么简单,因这样我们需要考虑到编码问题,如ascii、16进制、正则匹配、循环计数,但今天文章介绍的不需要想到这些用到一个我们不常用的字符截取函数,mb_strwidth这个是php自带的函数.

mb_strwidth($str, $encoding) 返回字符串的宽度

$str 要计算的字符串

$encoding 要使用的编码,如 utf8、gbk

mb_strimwidth($str,$start,$width,$tail,$encoding) 按宽度截取字符串

$str 要截取的字符串

$start 从哪个位置开始截取,默认是0

$width 要截取的宽度

$tail 追加到截取字符串后边的字符串,常用的是 ...

$encoding 要使用的编码

实例代码如下:

  1. <?php 
  2. /** 
  3.  * utf8 编码格式 
  4.  * 1个中文占用3个字节 
  5.  * 我们希望的是1个中文占用2个字节, 
  6.  * 因为从宽度上看2个英文字母占用的位置相当于1个中文 
  7.  */ 
  8.  
  9. // 测试字符串 
  10. $str = 'aaaa啊啊aaaa啊啊啊aaa'
  11. echo strlen($str); // 只用strlen输出为25个字节 
  12.  
  13. // 必须指定编码,不然会使用php的内码 mb_internal_encoding()可以查看内码 
  14. // 使用mb_strwidth输出字符串的宽度为20使用utf8编码 
  15. echo mb_strwidth($str'utf8'); 
  16.  
  17. // 只有宽度大于10才截取 
  18. if(mb_strwidth($str'utf8')>10){ 
  19.     // 此处设定从0开始截取,取10个追加...,使用utf8编码 
  20.     // 注意追加的...也会被计算到长度之内 
  21.     $str = mb_strimwidth($str, 0, 10, '...''utf8'); 
  22.  
  23. // 最后输出 aaaa啊... 4个a算4个 1个啊算2个 3个点算3个 4+2+3=9 
  24. // 是不是很简单啊,有的人说了为什么是9个不是10个吗? 
  25. // 因为正好“啊”的后边还是“啊”,中文算2个,9+2=11 超出了设定,所以去掉1个就是9了 
  26. echo $str
  27. ?> 

如果对于全中文没有问题但如果中间有符号了就有问题了,如我使用mb_strimwidth,mb_strwidth,后发现如果标题中存在“”符号的时候,PHP mb_strwidth会将该符号认为是1个宽度,我纳闷了这个不是中文的双引号嘛,照理说肯定是宽字节的,长度应该是2个宽度,后查询“”unicode分别为u201C和u201D,不在中文字符的范围中,再查询unicode.org 的码表,发现u2000-u206F是通用符号的范围,此范围中的字符虽然都是宽字符的形式,但是PHP 的mb_函数却认为是1个宽度,没办法,只能靠自己了,代码如下:

  1. function truncString($str$length)   
  2. {   
  3. $countLen=0;   
  4. for($i=0;$i<mb_strlen($str);$i++)   
  5. {   
  6. $countLen+=amb_strwidth(mb_substr($str,$i,1));   
  7. if($countLen>$length)   
  8. return mb_substr($str,0,$i);   
  9. }   
  10. return $str;   
  11. }   
  12. function amb_strwidth($str_width)   
  13. {   
  14. $count=0;   
  15. for($i=0;$i<mb_strlen($str_width);$i++)   
  16. {   
  17. //if(mb_substr($str_width,$i,1)=="\xE2\x80\x9C"||mb_substr($str_width,$i,1)=='\xE2\x80\x9D')   
  18. //如果遇到u2000-u206F内的字符则将计数器加2   
  19. if(preg_match("/[\x{2000}-\x{206F}]/u",mb_substr($str_width,$i,1)))  //开源代码phpfensi.com 
  20. $count+=2;   
  21. else   
  22. $count+=mb_strwidth(mb_substr($str_width,$i,1));   
  23. }   
  24. return $count;   

总结:做来做出怎么就感觉到这个变成了回原点了呢,感觉还是要使用到循环遍历算字符编码取字符位数.

Tags: mb_strwidth函数 中英文混排截取

分享到: