全面掌握PHP中截取指定字符串的核心方法:substr、mb_substr、strstr、strpos等函数的深度解析与实战应用
在PHP开发中,php字符串截取 指定字符串是高频操作,广泛应用于URL解析、内容摘要生成、日志过滤、表单验证、数据清洗等场景。准确掌握其原理与技巧,可显著提升代码健壮性与可维护性。
字符串截取本质是依据特定规则从原字符串中提取子串。关键参数包括起始位置、长度、字符编码。不同函数在处理多字节字符(如中文)时表现差异显著,需特别注意编码一致性。
PHP默认使用字节级操作,而现代Web多采用UTF-8编码(1~4字节/字符),若未考虑字节与字符差异,极易出现乱码或截断错位。例如:substr("你好世界", 0, 3)将返回“你”(1字节+2字节=3字节),而“你”是2字节,导致截取不完整。
推荐实践:始终优先使用mb_substr处理含中文内容,并显式指定编码为'UTF-8',如:mb_substr($str, 0, 2, 'UTF-8')。
常见截取场景:
特别提醒:PHP 7.4+已弃用mbstring.func_overload = 2时substr被重载为mb_substr的行为,生产环境应避免依赖此特性,显式调用对应函数。
substr(string $string, int $offset, ?int $length = null): string按字节截取,适用于ASCII字符串。对多字节字符需谨慎。
示例1:截取固定字节数
$str = "Hello世界";
echo substr($str, 0, 5); // 输出:Hello
echo substr($str, 5, 6); // 输出:世界(实际为6字节:3×2)
echo substr($str, 0, 7); // 输出:Hello世(“世”被截断为1字节,乱码)
示例2:负偏移
$str = "abcdefgh";
echo substr($str, -3, 2); // 输出:fg(从倒数第3位起截2字节)
echo substr($str, -3, -1); // 输出:f(length为负时,从结尾回退1位)
⚠️ 警告:当$offset + $length > strlen($str)时,返回从offset到结尾的全部内容;若$offset超出长度,返回空字符串。
mb_substr(string $string, int $offset, ?int $length = null, ?string $encoding = null): string按字符数截取,支持UTF-8等编码。
示例1:中文安全截取
$str = "php字符串截取 指定字符串";
echo mb_substr($str, 0, 3, 'UTF-8'); // 输出:php(前3字符:p,h,p)
echo mb_substr($str, 3, 4, 'UTF-8'); // 输出:字符串截(4个汉字)
示例2:配合mb_strlen做摘要
$title = "PHP开发实战:从入门到精通";
$len = mb_strlen($title, 'UTF-8');
$summary = mb_substr($title, 0, 8, 'UTF-8') . ($len > 8 ? '...' : '');
echo $summary; // 输出:PHP开发实战:从入门到...
性能提示:mb_substr依赖mbstring扩展,比substr慢约20~30%,但对中文场景必不可少。建议在类中封装统一截取函数:
function safeSubstr($str, $offset, $length = null) {
return function_exists('mb_substr')
? mb_substr($str, $offset, $length, 'UTF-8')
: substr($str, $offset, $length);
}
strstr(string $haystack, string $needle, bool $before_needle = false): string返回$needle首次出现位置到结尾的子串。
示例1:提取域名
$email = "user@example.com";
$domain = strstr($email, '@'); // 输出:@example.com
$domain = strstr($email, '@', true); // 输出:user(PHP 5.3+)
示例2:日志过滤敏感词
$log = "ERROR: 用户输入含[敏感词],操作失败";
if (($pos = strpos($log, '[')) !== false) {
$sensitive = strstr($log, '[', true);
$reason = strstr($log, ']');
echo "操作失败原因:{$reason}"; // 输出:],操作失败
}
替代方案:若需截取前缀部分,可用strrchr($str, $char, true)或组合substr + strpos。
先定位关键词位置,再截取前后内容,适合复杂场景。
示例:截取两个指定字符串之间的内容
$str = "【php字符串截取 指定字符串】教程";
$start = "【";
$end = "】";
$offset = strlen($start);
$len = strpos($str, $end) - $offset;
$result = substr($str, strpos($str, $start) + $offset, $len);
echo $result; // 输出:php字符串截取 指定字符串
进阶技巧:处理嵌套符号时,可用preg_match("/$start(.*?)$end/", $str, $m)提取非贪婪匹配内容。
乱码根源:UTF-8中汉字占3字节,ASCII字符占1字节。若按字节截取,可能将一个汉字截断为1或2字节,导致末尾显示为“?”或乱码(如“䏿–‡”)。
检测方法:用mb_check_encoding($str, 'UTF-8')验证编码;用mb_strlen($str, 'UTF-8')获取真实字符数。
修复方案:
mysqli_set_charset($conn, 'utf8mb4')mb_substr($str, 0, $len, 'UTF-8')mb_convert_encoding($str, 'UTF-8', 'auto')转换mbstring.func_overload:若设为2,将覆盖原生字符串函数(如strlen()→mb_strlen()),但易引发兼容问题,不推荐。
最佳实践:显式调用mb函数,避免环境依赖。
常见错误配置:
// 错误:依赖环境默认编码
echo mb_substr($str, 0, 10); // 若未设default_charset,可能失败
// 正确:显式指定编码
echo mb_substr($str, 0, 10, 'UTF-8');
检查扩展:在终端运行php -m | grep mbstring确认扩展启用。
案例1:微博摘要生成
function genSummary($text, $limit = 20) {
$len = mb_strlen($text, 'UTF-8');
if ($len <= $limit) return $text;
return mb_substr($text, 0, $limit, 'UTF-8') . '...';
}
echo genSummary("php字符串截取 指定字符串教程,助你掌握核心技巧!");
// 输出:php字符串截取 指定字符串教程,助你掌握核心技巧!(未超限)
echo genSummary("超长内容:php字符串截取 指定字符串教程,助你掌握核心技巧!");
// 输出:超长内容:php字符串截取 指定字符串教程,助你掌握核心...
案例2:身份证脱敏
$id = "510104199003072316";
$masked = substr_replace($id, '****', 6, 8); // 汉字区位码保留
echo $masked; // 输出:510104****2316
| 函数 | 按字符截取 | 支持负偏移 | 编码敏感 | 性能 | 适用场景 |
|---|---|---|---|---|---|
substr |
❌(按字节) | ✅ | ❌ | ⭐⭐⭐⭐⭐ | 纯ASCII文本、二进制数据 |
mb_substr |
✅ | ✅ | ✅(需指定编码) | ⭐⭐⭐ | 含中文/多字节字符 |
strstr |
❌(按字节) | ❌ | ❌ | ⭐⭐⭐⭐ | 定位分隔符截取 |
substr_count |
❌ | ❌ | ❌ | ⭐⭐⭐⭐⭐ | 统计子串出现次数 |
mb_strcut |
⚠️(按字节但返回完整字符) | ✅ | ✅ | ⭐⭐⭐ | 需严格字节限制的UTF-8场景 |
关键差异:
mb_substr:按字符数截取,返回完整字符,避免截断mb_strcut:按字节数截取,但确保不截断多字节字符,返回完整字符序列(类似“安全字节截取”)mb_strcut示例:
$str = "你好world";
echo mb_strcut($str, 0, 4, 'UTF-8'); // 输出:你好w(4字节:2汉字+1字母)
echo mb_substr($str, 0, 4, 'UTF-8'); // 输出:你好wo(4字符)
在工具类中实现智能截取:
class Str {
public static function limit($str, $limit, $end = '...') {
if (mb_strlen($str, 'UTF-8') <= $limit) return $str;
return mb_substr($str, 0, $limit, 'UTF-8') . $end;
}
}
echo Str::limit("php字符串截取 指定字符串", 10);
// 输出:php字符串截取 指定字符串(超限,实际应加...)
截取HTML标签内内容:
$html = 'php字符串截取 指定字符串
';
preg_match('/(.*?)<\/p>/i', $html, $m);
echo $m[1] ?? ''; // 输出:php字符串截取 指定字符串
提取URL参数:
$url = "https://www.xservx.com?uid=123&token=abc";
parse_str(parse_url($url, PHP_URL_QUERY), $params);
echo $params['uid'] ?? ''; // 输出:123
处理空字符串、负偏移、超长截取:
function safeLimit($str, $limit, $encoding = 'UTF-8') {
$len = mb_strlen($str, $encoding);
if ($len === 0 || $limit <= 0) return '';
return mb_substr($str, 0, min($limit, $len), $encoding);
}
echo safeLimit("", 5); // 输出:空
echo safeLimit("abc", 10); // 输出:abc
批量截取时避免重复计算长度:
$items = ["php", "字符串", "截取"];
foreach ($items as &$item) {
$len = mb_strlen($item, 'UTF-8');
$item = mb_substr($item, 0, 3, 'UTF-8') . ($len > 3 ? '...' : '');
}
事实:返回“中”的第一个字节(0xE4),显示为乱码。
解法:改用mb_substr("中文",0,1,"UTF-8")。
事实:未指定$encoding时,mb_substr使用mb_internal_encoding(),可能与预期不符。
解法:始终显式传入'UTF-8'。
事实:strlen("中文")返回6(3字节×2字符),非2。
解法:用mb_strlen($str, 'UTF-8')。
事实:直接截取HTML文本可能导致标签闭合缺失(如“
php字符串”)。
解法:截取后用strip_tags或正则修复标签:
$html = "php字符串截取 指定字符串
";
$clean = strip_tags(mb_substr($html, 3, 10, 'UTF-8'));
// 输出:php字符串截取 指定字符串(未闭合)
// 修复方案:截取前strip_tags