码迷,mamicode.com
首页 > Web开发 > 详细

php截取等长UFT8中英文混合字串

时间:2014-07-11 10:30:23      阅读:193      评论:0      收藏:0      [点我收藏+]

标签:style   blog   http   java   color   使用   

由于需要,想实现“php截取等长UFT8中英文混合字串”,可是网上找了很多代码不是有乱码就是不能实现等长(以一个中文长度为单位,两个英文字母算一个长度,如‘等长’长度为2,‘UTF8’长度也是2)。

由于utf8编码时,中文为三个字节,英文为一个字节,用substr就会出现乱码,用mb_substr会出现上面的不等长问题,但不会有乱码;

我以字节为单位进行操作,简单实现了一个小程序。
只能在utf8编码是使用。

Php代码  bubuko.com,布布扣
    /*utf8编码时截取等长中英文字串*/ //英文标点[.,\"\\?!:_‘]  
    <?  
    function substr_utf8($string,$start,$length)  
    {       //by aiou  
         $chars = $string;  
         //echo $string[0].$string[1].$string[2];  
         $i=0;  
         do{  
            if (preg_match ("/[0-9a-zA-Z]/", $chars[$i])){//纯英文  
                $m++;  
            }  
        else {$n++;     }//非英文字节,  
            $k = $n/3+$m/2;  
            $l = $n/3+$m;//最终截取长度;$l = $n/3+$m*2?  
            $i++;  
        } while($k < $length);  
         $str1 = mb_substr($string,$start,$l,‘utf-8‘);//保证不会出现乱码  
         return $str1;  
    }  

 

测试结果:

Php代码  bubuko.com,布布扣
    $string = ‘第一次截取,mb_substr返回的是字符串宽度是按“字”来计算‘;  
    $string1 = ‘第一次截取,返回的是字符串宽度是按“字”来计算‘;  
    $string2 = ‘第A一D次截取,返回的12345是字符串宽度是按“字”来计算‘;  

 



1.

Php代码  bubuko.com,布布扣
    echo substr_utf8($string,0,1).‘<br/>‘;  
    echo substr_utf8($string,0,2).‘<br/>‘;  
    echo substr_utf8($string,0,3).‘<br/>‘;  
    echo substr_utf8($string,0,4).‘<br/>‘;  
    echo substr_utf8($string,0,5).‘<br/>‘;  
    echo substr_utf8($string,0,6).‘<br/>‘;  
    echo substr_utf8($string,0,7).‘<br/>‘;  
    echo substr_utf8($string,0,8).‘<br/>‘;  
    echo substr_utf8($string,0,9).‘<br/>‘;  
    echo substr_utf8($string,0,10).‘<br/>‘;  
    echo substr_utf8($string,0,11).‘<br/>‘;  
    echo substr_utf8($string,0,12).‘<br/>‘;  
    echo substr_utf8($string,0,13).‘<br/>‘;  
    echo substr_utf8($string,0,14).‘<br/>‘;  
    echo substr_utf8($string,0,15).‘<br/>‘;  
    echo substr_utf8($string,0,16).‘<br/>‘;  
    echo substr_utf8($string,0,17).‘<br/>‘;  
    echo substr_utf8($string,0,18).‘<br/>‘;  
    echo substr_utf8($string,0,19).‘<br/>‘;  
    echo substr_utf8($string,0,20).‘<br/>‘;  

 



第一
第一次
第一次截
第一次截取
第一次截取,
第一次截取,mb
第一次截取,mb_s
第一次截取,mb_sub
第一次截取,mb_subst
第一次截取,mb_substr
第一次截取,mb_substr返
第一次截取,mb_substr返回
第一次截取,mb_substr返回的
第一次截取,mb_substr返回的是
第一次截取,mb_substr返回的是字
第一次截取,mb_substr返回的是字符
第一次截取,mb_substr返回的是字符串
第一次截取,mb_substr返回的是字符串宽
第一次截取,mb_substr返回的是字符串宽度


2.

Java代码  bubuko.com,布布扣
    $ss=‘1234567890abcdefghijklmnopqrst‘;  
    echo Utf8Helper::substr_utf8($ss,0,1).‘<br/>‘;  
    echo Utf8Helper::substr_utf8($ss,0,2).‘<br/>‘;  
    echo Utf8Helper::substr_utf8($ss,0,3).‘<br/>‘;  
    echo Utf8Helper::substr_utf8($ss,0,4).‘<br/>‘;  
    echo Utf8Helper::substr_utf8($ss,0,5).‘<br/>‘;  
    echo Utf8Helper::substr_utf8($ss,0,6).‘<br/>‘;  
    echo Utf8Helper::substr_utf8($ss,0,7).‘<br/>‘;           
    echo Utf8Helper::substr_utf8($ss,0,8).‘<br/>‘;           
    echo Utf8Helper::substr_utf8($ss,0,9).‘<br/>‘;           
    echo Utf8Helper::substr_utf8($ss,0,10);  

12
1234
123456
12345678
1234567890
1234567890ab
1234567890abcd
1234567890abcdef
1234567890abcdefgh
1234567890abcdefghij

长度都以汉字数为基准。
基本上每两个英文字母、数字、英文标点算作一个汉字长度。看上去效果还不错。
改进一下还可以做其它编码下的。
效率没做测试,还没有这概念。

php截取等长UFT8中英文混合字串,布布扣,bubuko.com

php截取等长UFT8中英文混合字串

标签:style   blog   http   java   color   使用   

原文地址:http://www.cnblogs.com/chen-lhx/p/3834165.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!