实现GBK和UTF8的按字节截取
今天遇到需要按字节截取GBK和UTF8字符串的需求。记录一下代码片段。
```php
function substrMB($str, $minLen, $maxLen, $charset = "utf8", $append = false, $default = "") {
$length = strlen($str);
if ($length <= $minLen) {
$str = $default;
} elseif ($length <= $maxLen) {
//DO NOTHING
} else {
$strLast = array();
$i = 0;
if ($charset == "utf8") {
while ($i < $maxLen) {
$strTmp = substr($str, $i, 1);
if (ord($strTmp) >= 240) {//11110000
$strTmp = substr($str, $i, 4);
$i = $i + 4;
} elseif (ord($strTmp) >= 224)//11100000
{
$strTmp = substr($str, $i, 3);
$i = $i + 3;
} elseif (ord($strTmp) >= 192) //11000000
{
$strTmp = substr($str, $i, 2);
$i = $i + 2;
} else {
$i = $i + 1;
}
if ($i > $maxLen) {
break;
}
$strLast[] = $strTmp;
}
$str = implode("", $strLast);
if ($append) {
$str .= $append;
}
} elseif ($charset == "gbk") {
while ($i < $maxLen) {
$strTmp = substr($str, $i, 1);
if (ord($strTmp) > 127) {
$strTmp = substr($str, $i, 2);
$i += 2;
} else {
$i++;
}
if ($i > $maxLen) {
break;
}
$strLast[] = $strTmp;
}
$str = implode("", $strLast);
if ($append) {
$str .= $append;
}
}
}
return $str;
}
```
思路是这样的:
UTF8编码的字符串看首字节，开头几个1就是几字节。
GBK编码的字符串看首字节，大于127的就是2字节的。