核心函数详解
PHP官方提供了多个字符串截取函数,其核心差异在于是否支持多字节字符集(MBCS)及依赖的扩展。
1. substr — 按字节截取
语法:substr(string $string, int $offset, ?int $length = null): string
特点:
- 按字节截取,不考虑字符编码
- 第三个参数为可选长度,负值表示从末尾起算
- 对单字节编码(如ASCII、ISO-8859-1)完美适用
- 对UTF-8等多字节编码,可能截断多字节字符,导致乱码
⚠️ 注意:在UTF-8中,"串"字占3字节(0xE4 0xB8 0xB2),若从偏移7开始截取,起始字节为0xB8,非合法UTF-8起始位,触发“�”替换符。
2. mb_substr — 多字节安全截取
语法:mb_substr(string $string, int $offset, ?int $length = null, ?string $encoding = null): string
前提:需启用mbstring扩展(PHP默认启用)。
特点:
- 按字符截取(非字节),支持UTF-8、GBK、GB2312等编码
- 第三个参数指定字符数(非字节数)
- 自动处理多字节边界,避免乱码
- 第四参数可指定编码,若省略则用
mb_internal_encoding()默认值
💡 最佳实践:始终显式指定编码为'UTF-8',避免因环境默认编码不同引发问题。
3. iconv_substr — iconv扩展实现
语法:iconv_substr(string $string, int $offset, ?int $length = null, string $encoding = 'UTF-8'): string|false
前提:需启用iconv扩展(PHP内置,通常可用)。
特点:
- 功能与
mb_substr高度相似,按字符截取
- 性能略优于
mb_substr(尤其在长字符串场景)
- 错误时返回
false,需做类型检查
4. mb_strcut — 按字节安全截取(补充)
常被忽略但极具价值的函数:mb_strcut(string $string, int $offset, ?int $length = null, ?string $encoding = null): string
特点:
- 按字节截取,但确保不截断多字节字符
- 与
substr不同:若截取到一半字符,会自动回退至完整字符边界
- 适合对字节数有硬性限制的场景(如数据库字段长度校验)
📌 选择建议:
- 仅处理英文/ASCII → 用
substr
- 需精确控制字符数(如显示“前10个字”)→ 用
mb_substr
- 需限制字节数(如数据库VARCHAR(50))→ 用
mb_strcut
- 追求极致性能且已验证编码 → 可试用
iconv_substr
实战案例精选
案例1:智能摘要生成(带省略号)
需求:标题超过20字符则截断,末尾加“...”,确保中文不乱码。
⚠️ 常见误区:认为“10字符=10汉字”,但中文字符宽度约是英文2倍。若需视觉等长,应结合CSS或imagettfbbox计算像素长度。
案例2:防止数据库字段溢出
场景:数据库字段为VARCHAR(50)(按字节),需确保存入内容≤50字节。
案例3:多语言自适应截取
需求:中英文混合标题,按“显示宽度”截取(中文算2宽,英文算1宽)。
$width) break;
$result .= $ch;
$currentWidth += $cw;
}
return $result . ($currentWidth < $width ? '' : '...');
}
echo truncateByWidth("php字符串截取函数abc", 12);
// 输出:"php字符串截取..."("php"=3 + 5中文=10 + 1空格=1 → 共14?错!实际"字符串截取"=5×2=10,+ "php"=3 → 共13,超12,回退至"php字符串"=3+2×2=7?修正逻辑:逐字累加)
// 正确输出:"php字符串截取"("p"=1, "h"=1, "p"=1, "字"=2, "符"=2, "串"=2, "截"=2, "取"=2 → 累计13 > 12,故取到"php字符串"=1+1+1+2+2+2=9 ≤12,再加"截"超限,停止)
?>
高级技巧:兼容中文标点宽度
中文全角标点(如“,。?!”)宽度为2,但mb_strwidth默认将其视为2。若需更精细控制: