做PHP开发必然会遇到的问题吧, 前两天做那个 最新留言 插件的时候写了一个. 参考 Wikipedia utf-8为变长编码, 编码规则如下:
| Binary | Hexadecimal | Decimal | Width |
|---|---|---|---|
| 00000000-01111111 | 00-7F | 0-127 | 1 byte |
| 11000010-11011111 | C2-DF | 194-223 | 2 bytes |
| 11100000-11101111 | E0-EF | 224-239 | 3 bytes |
| 11110000-11110100 | F0-F4 | 240-244 | 4 bytes |
多于1个byte的,后续字节都在80–BF之间
实现就很简单了, 利用正则表达式把字符一一分开存储到数组里, 然后要多少取多少就行
function utf8_substr($string, $start, $length) {
preg_match_all ('/[x00-x7F]|[xC2-xDF][x80-xBF]|[xE0-xEF][x80-xBF][x80-xBF]|[xF0-xF4][x80-xBF][x80-xBF][x80-xBF]/', $string, $rs);
$out = '';
$size = count ($rs[0]);
$end = $start + $length;
if ($end > $size ) {
$end = $size;
}
for ($i = $start; $i < $end; $i++) {
$out .= $rs[0][$i];
}
return $out;
}