在文章列表、评论摘要、内容预览这些场景里，最常见的问题不是“怎么截字符串”，而是“截完之后会不会把中文切坏、会不会把 HTML 标签带出来”。这段 substr_cn 函数就是为这个需求准备的：先清标签，再用 mb_strlen 和 mb_substr 做多字节安全截取。读完你可以快速判断，这个写法适不适合直接放进项目里，以及哪些细节值得顺手修正。
这个函数解决了什么问题
普通的字符串截取在处理中文内容时，常见风险有两个：
- 字符串里带有 HTML 标签，直接截取会把标签残片一起带进结果。
- 使用不支持多字节字符的截取方式时，中文可能被截断成乱码。
substr_cn 的思路比较直接：先把 HTML 标签去掉，再根据指定字符集执行多字节安全截取，最后按需补上省略号。
/**
* 清除html标签，字符串截取
* 支持中文
* @author TechLee
*/
function substr_cn($str, $length = 0, $start = 0, $charset = "utf-8", $suffix = true)
{
$str = function_exists('clear_tags') ? clear_tags($str) : strip_tags($str);
if ($length > 0 && mb_strlen($str, $charset) <= $length) {
return $str;
}
$slice = $length > 0 ? mb_substr($str, $start, $length, $charset) : $str;
if ($suffix) {
return $slice . "…";
}
return $slice;
}
echo substr_cn('PHP是世界上最好的语言，是宇宙第一语言！', 10);
// 输出：
// PHP是世界上最好的…函数的执行流程拆开看
先清理 HTML 标签
函数第一步会判断是否存在 clear_tags，如果存在就优先调用；如果没有，就退回到 PHP 内置的 strip_tags：
$str = function_exists('clear_tags') ? clear_tags($str) : strip_tags($str);这意味着它默认把输入当成“可能包含 HTML 的正文”来处理，比较适合文章摘要、富文本简介这类场景。如果你的输入原本就是纯文本，这一步虽然不影响结果，但属于额外处理。
长度足够短时直接返回
接下来这段判断决定了是否真的需要截取：
if ($length > 0 && mb_strlen($str, $charset) <= $length) {
return $str;
}这里用的是 mb_strlen($str, $charset)，关键点在于它按多字节字符长度计算，不会把一个中文字符拆成多个字节来误判长度。也就是说，传入 utf-8 时，中文长度判断是可靠的。
真正的截取由 mb_substr 完成
只有在 $length > 0 时，函数才会调用 mb_substr：
$slice = $length > 0 ? mb_substr($str, $start, $length, $charset) : $str;这里保留了 $start 和 $charset 两个参数，因此它不只是“从头截 10 个字”，也支持从任意起始位置按指定字符集截取。对需要二次处理标题、摘要或分段预览的代码来说，这种参数设计是够用的。
省略号逻辑要注意什么
函数最后一段是：
if ($suffix) {
return $slice . "…";
}
return $slice;这段逻辑很实用，但也有一个容易忽略的行为：只要 $suffix 为 true，就会直接在结果后拼接 …。
好在前面已经有一次“长度不足则直接返回原文”的判断，所以常规情况下，只有真正发生截断时才会补省略号。不过还要注意一个边界：当 $length = 0 时，函数会把整个字符串赋给 $slice，如果 $suffix 仍然是 true，最终结果会变成“原文 + …”。
也就是说，这个函数默认更适合明确传入截取长度的场景。如果你把 $length 留在默认值 0，输出行为未必符合直觉。
示例输出与适用场景
原文给出的调用方式如下：
echo substr_cn('PHP是世界上最好的语言，是宇宙第一语言！', 10);
// 输出：
// PHP是世界上最好的…这个结果说明两件事：
- 中文内容是按字符正常截断的，没有出现乱码。
- 截取后自动补上了中文省略号
…。
如果你的需求是生成文章列表摘要、商品介绍短描述、评论预览文本，这个实现已经能覆盖大部分基础用法。它的优势是短小、依赖少、逻辑清楚，直接放进老项目也没什么理解门槛。
放进项目之前，最好先确认这几点
从教程示例角度看，这个函数已经完成了“支持中文 HTML 字符串截取”的核心目标；从实际项目角度看，仍有几个判断点值得确认：
- 环境是否开启 mbstring：
mb_strlen和mb_substr都依赖多字节字符串扩展。 - 字符集是否统一：默认参数是
"utf-8"，如果项目历史包袱里混有其他编码，结果可能不稳定。 - 是否需要保留部分 HTML：这个函数会先清掉标签，不适合“保留部分格式再截取”的需求。
- 默认参数是否符合团队习惯：尤其是
$length = 0和$suffix = true的组合，最好在调用层明确传值。
如果你的目标只是做一个简洁可靠的中文摘要函数，这个版本已经够轻量；如果还要考虑富文本保留、表情符号、复杂编码兼容等问题，就需要在这个基础上继续扩展，而不能把它当成所有文本场景的通用方案。
