带有 utf-8 的 php substr() 函数在末尾留下 � 标记
Posted
技术标签:
【中文标题】带有 utf-8 的 php substr() 函数在末尾留下 � 标记【英文标题】:php substr() function with utf-8 leaves � marks at the end 【发布时间】:2012-02-23 15:24:28 【问题描述】:这里是简单的代码
<?php
$var = "Бензин Офиси А.С. также производит все типы жира и смазок и их побочных продуктов в его смесительных установках нефти машинного масла в Деринце, Измите, Алиага и Измире. У Компании есть 3 885 станций технического обслуживания, включая сжиженный газ (ЛПГ) станции под фирменным знаком Петрогаз, приблизительно 5 000 дилеров, двух смазочных смесительных установок, 12 терминалов, и 26 единиц поставки аэропорта.";
$foo = substr($var,0,142);
echo $foo;
?>
它会输出如下内容:
Бензин Офиси А.С。 также производит все типы жира и смазок и их побочных продук...
我尝试了 mb_substr(),但没有成功。如何以正确的方式做到这一点?
【问题讨论】:
mb_substr()
是可行的方法,当多字节字符被切成两半时会发生这种情况。你能展示一下你尝试了什么以及它是如何失败的吗?
您在尝试mb_substr
时是否指定了编码(最后一个参数)?
这正是我试图做的。我没有在互联网上,所以我不能提供链接。它是对公司的详细描述,我将其剪裁为 142 个字符,以显示在一个网站的主页上。
@JohnFlatness 不,我没有指定,我只是用 mb_substr() 替换了 substr()。让我检查一下
好的,非常感谢!我没有指定 mb_substr() 函数的最后一个参数,即 @JohnFlatness 指出的“UTF-8”。现在一切都很好!非常感谢你们!
【参考方案1】:
永远不要在substr
函数中为UTF-8
字符串使用常量:
$st = substr($text, $beg, 100);
50% 的几率你会在字符串末尾获得一半的字符。
这样做:
$postion_degin = strpos($text, $first_symbol);
$postion_end = strpos($text, $last_symbol);
$len = $postion_end - $postion_degin + 1;
$st = substr($text, $postion_degin, $len);
100% 安全的结果。
没有mb_substr
。
【讨论】:
如果您知道要剪切哪些字符,那就太好了。如果你只想拥有一个随机字符串的前 3 个字符,那就不好了。正确的方法是使用 mb_substr。【参考方案2】:如果你想使用strlen
函数来计算你想要返回的字符串的长度并且你的字符串$word
有UTF-8
编码,你必须使用mb_strlen()
函数:
$foo = mb_substr($word, 0, mb_strlen($word)-1);
【讨论】:
完美地工作mb_substr
。我试过substr
不工作:)【参考方案3】:
如果您的字符串可能包含 Unicode(多字节)字符并且您不想破坏这些字符,请将 substr
替换为以下两个之一,具体取决于您的需要:
限制为 142 个字符:
mb_substr($var, 0, 142);
限制为 142 字节:
mb_strcut($var, 0, 142);
【讨论】:
【参考方案4】:我希望这个解决方案对你有帮助,因为它对我有很大帮助。
<?php
if(mb_strlen($post->post_content,'UTF-8')>200)
$content= str_replace('\n', '', mb_substr(strip_tags($post-> post_content),
0, 200,'UTF-8'));
echo $content.'…';
else
echo str_replace('\n', '', strip_tags($post->post_content));
?>
【讨论】:
【参考方案5】:unicode 字符串的适当(逻辑)替代方案;
<?php
function substr_unicode($str, $s, $l = null)
return join("", array_slice(
preg_split("//u", $str, -1, PREG_SPLIT_NO_EMPTY), $s, $l));
$str = "Büyük";
$s = 0; // start from "0" (nth) char
$l = 3; // get "3" chars
echo substr($str, $s, $l) ."\n"; // Bü
echo mb_substr($str, $s, $l) ."\n"; // Bü
echo substr_unicode($str, $s, $l); // Büy
?>
使用PHP: mb_substr - Manual
【讨论】:
mb_substr($str, $s, $l, 'UTF-8')
是真正合适的选择......!如果没有正确指定的字符集,结果是什么。
在 PHP 5.6 中这是唯一可行的选择。谢谢!【参考方案6】:
只要您在服务器上启用了 mbstring,上述 cmets 都是正确的。
$var = "Бензин Офиси А.С. также производит все типы жира и смазок и их побочных продуктов в его смесительных установках нефти машинного масла в Деринце, Измите, Алиага и Измире. У Компании есть 3 885 станций технического обслуживания, включая сжиженный газ (ЛПГ) станции под фирменным знаком Петрогаз, приблизительно 5 000 дилеров, двух смазочных смесительных установок, 12 терминалов, и 26 единиц поставки аэропорта.";
$foo = mb_substr($var,0,142, "utf-8");
这是 php 文档:
http://php.net/manual/en/book.mbstring.php
【讨论】:
谢谢!我错过的最后一个参数是“UTF-8”,但我查看了文档。【参考方案7】:PHP5 本身不理解 UTF-8。它是为 PHP6 提出的,如果它出现的话。
使用multibyte string functions 安全地操作UTF-8 字符串。
例如,mb_substr()
在您的情况下。
【讨论】:
事实证明他们跳过了 PHP 6 直接进入了 PHP 7。仍然没有原生 unicode 支持。 Perl 至少从 Perl 5.6 开始就有它。以上是关于带有 utf-8 的 php substr() 函数在末尾留下 � 标记的主要内容,如果未能解决你的问题,请参考以下文章
[单选题]以下程序运行的结果是: <?php $str="明日编程词典"; echo substr_count($str,"词");?>