PHP 也自帶幾種字符串截取函數(shù)，其中常用到的就是 substr 和 mb_substr。

使用substr截取中文字符時(shí)會(huì)出現(xiàn)亂碼，這是因?yàn)閟ubstr是按字節(jié)來(lái)截取的。即UTF-8編碼的中文，使用substr截取，只會(huì)截取1/3個(gè)中文，當(dāng)然出現(xiàn)亂碼了。

mb_substr ( string $str , int $start [, int $length [, string $encoding ]] ) 中的參數(shù)$encoding可以指定編碼，如果省略，則使用內(nèi)部字符編碼。

如果不清楚字符串的編碼格式的話，可以用mb_detect_encoding檢查：

$encoding = mb_detect_encoding($string, array("ASCII",'UTF-8′,"GB2312′,"GBK",'BIG5′));

然后：

mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )

如果自己實(shí)現(xiàn)mb_substr,效率并不是很好。

編碼相關(guān)的php函數(shù)使用

ord(substr($str, $i, 1)) > 0xa0)

ord($string)返回字符串第一個(gè)字符的ASC碼，通過(guò)這個(gè)來(lái)判斷截取的字符串第一個(gè)字符是不是漢字，因?yàn)槔�如gb2312編碼的一個(gè)文字是2字節(jié)，utf8為三個(gè)字節(jié)。即  編碼大于256的就是漢字。

匹配漢字 : preg_match_all('/[\x80-\xff]?./', $string, $match);

匹配英文: preg_match_all("/[/x01-/x7f]+/", $string, $match);

編碼轉(zhuǎn)換

iconv ( string $in_charset , string $out_charset , string $str )