PHP中文字符串截取方法汇总

江岸

发布时间：2026-10-13 | 2人浏览过

原创

在PHP后端开发中，截取包含中文的字符串是一项常见任务。由于中文字符在不同编码下占用的字节数不同（如GB2312占2字节，UTF-8占3字节），直接使用标准的 substr 容易导致乱码。本文将详细介绍四种处理方案。

结果目标与准备条件

目标： 准确截取指定长度的中文字符串，并在尾部添加省略号（可选）。确保生成的字符序列符合UTF-8或GB2312编码规范。

准备条件：

已安装可执行PHP的环境。
了解源文本所使用的字符编码（UTF-8是主流，GB2312在旧系统或Windows软件中较常见）。

真实操作顺序：截取函数的使用

第1步：处理GB2312中文字符串

如果确定文件编码为GB2312，可以使用基于字符ASCII码的判断逻辑来截取。中文字符的第一个字节的ASCII码大于0xa0。

<?php
//截取中文字符串
function mysubstr($str, $start, $len) {
  $tmpstr = "";
  $strlen = $start + $len;
  for($i = 0; $i < $strlen; $i++) {
    if(ord(substr($str, $i, 1)) > 0xa0) {
      $tmpstr .= substr($str, $i, 2);
      $i++;
    } else
      $tmpstr .= substr($str, $i, 1);
  }
  return $tmpstr;
}
?>

完成状态： 返回一个完整的、无乱码的子串。此方法效率相对较低，不推荐在性能敏感的场景使用。

第2步：利用正则表达式处理UTF-8字符串

针对最常见的UTF-8编码，可以使用 preg_replace 进行匹配替换，这是最简洁且高性能的方案。

<?php
//截取utf8字符串
function utf8Substr($str, $from, $len)
{
  return preg_replace('#^(?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'.$from.'}'.
            '((?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'.$len.'}).*#s',
            '$1',$str);
}
?>

参数说明： $from 为起始位置，$len 为目标长度。
完成状态： 直接获取从第N个字符开始，长度为M的子串。

第3步：兼容UTF-8与GB2312的统一截取函数

如果需要函数能够根据参数自动切换编码策略，可以采用以下封装好的 cut_str 函数。该函数内部根据传入的编码类型（UTF-8或其他）选择相应的计算方式。

<?php
/*
Utf-8、gb2312都支持的汉字截取函数
cut_str(字符串, 截取长度, 开始长度, 编码);
编码默认为 utf-8
开始长度默认为 0
*/
 
function cut_str($string, $sublen, $start = 0, $code = 'UTF-8')
{
  if($code == 'UTF-8')
  {
    $pa = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/";
    preg_match_all($pa, $string, $t_string);
 
    if(count($t_string[0]) - $start > $sublen) return join('', array_slice($t_string[0], $start, $sublen))."...";
    return join('', array_slice($t_string[0], $start, $sublen));
  }
  else
  {
    $start = $start*2;
    $sublen = $sublen*2;
    $strlen = strlen($string);
    $tmpstr = '';
 
    for($i=0; $i< $strlen; $i++)
    {
      if($i>=$start && $i< ($start+$sublen))
      {
        if(ord(substr($string, $i, 1))>129)
        {
          $tmpstr.= substr($string, $i, 2);
        }
        else
        {
          $tmpstr.= substr($string, $i, 1);
        }
      }
      if(ord(substr($string, $i, 1))>129) $i++;
    }
    if(strlen($tmpstr)< $strlen ) $tmpstr.= "...";
    return $tmpstr;
  }
}
 
$str = "abcd需要截取的字符串";
echo cut_str($str, 8, 0, 'gb2312');
?>

使用注意： 该函数在末尾会自动追加省略号。当编码为非UTF-8时，算法以字节为单位（即长度乘以2）进行处理。

第4步：使用BugFree提供的增强型截取函数

BugFree是一个广泛使用的PHP开源项目，其提供的 sysSubStr 函数也具备较强的兼容性。它按字节高位判断来决定读取1到3个字节。

< ?php
/**
 * @package   BugFree
 *
 * Return part of a string(Enhance the function substr())
 *
 * @author         Chunsheng Wang <wwccss@263.net>
 * @param string $String the string to cut.
 * @param int   $Length the length of returned string.
 * @param booble $Append whether append "...": false|true
 * @return string      the cutted string.
 */
function sysSubStr($String,$Length,$Append = false)
{
  if (strlen($String) < = $Length )
  {
    return $String;
  }
  else
  {
    $I = 0;
    while ($I < $Length)
    {
      $StringTMP = substr($String,$I,1);
      if ( ord($StringTMP) >=224 )
      {
        $StringTMP = substr($String,$I,3);
        $I = $I + 3;
      }
      elseif( ord($StringTMP) >=192 )
      {
        $StringTMP = substr($String,$I,2);
        $I = $I + 2;
      }
      else
      {
        $I = $I + 1;
      }
      $StringLast[] = $StringTMP;
    }
    $StringLast = implode("",$StringLast);
    if($Append)
    {
      $StringLast .= "...";
    }
    return $StringLast;
  }
}
 
$String = "17test.info 走在中国自动化测试的前沿";
$Length = "18";
$Append = false;
echo sysSubStr($String,$Length,$Append);
?>