mb_strwidth($str, $encoding) 返回字符串的宽度
$str 要计算的字符串
$encoding 要使用的编码,如 utf8、gbk
mb_strimwidth($str, $start, $width, $tail, $encoding) 按宽度截取字符串
$str 要截取的字符串
$start 从哪个位置开始截取,默认是0
$width 要截取的宽度
$tail 追加到截取字符串后边的字符串,常用的是 ...
$encoding 要使用的编码
代码如下 |
复制代码 |
/**
* utf8 编码格式
* 1个中文占用3个字节
* 我们希望的是1个中文占用2个字节,
* 因为从宽度上看2个英文字母占用的位置相当于1个中文
*/
// 测试字符串
$str = 'aaaa啊啊aaaa啊啊啊aaa';
echo strlen($str); // 只用strlen输出为25个字节
// 必须指定编码,不然会使用php的内码 mb_internal_encoding()可以查看内码
// 使用mb_strwidth输出字符串的宽度为20使用utf8编码
echo mb_strwidth($str, 'utf8');
// 只有宽度大于10才截取
if(mb_strwidth($str, 'utf8')>10){
// 此处设定从0开始截取,取10个追加...,使用utf8编码
// 注意追加的...也会被计算到长度之内
$str = mb_strimwidth($str, 0, 10, '...', 'utf8');
}
// 最后输出 aaaa啊... 4个a算4个 1个啊算2个 3个点算3个 4+2+3=9
// 是不是很简单啊,有的人说了为什么是9个不是10个吗?
// 因为正好“啊”的后边还是“啊”,中文算2个,9+2=11 超出了设定,所以去掉1个就是9了
echo $str;
|
如果对于全中文没有问题但如果中间有符号了就有问题了,如我使用mb_strimwidth,mb_strwidth,后发现如果标题中存在“”符号的时候,PHP mb_strwidth会将该符号认为是1个宽度,我纳闷了这个不是中文的双引号嘛,照理说肯定是宽字节的,长度应该是2个宽度,后查询“”unicode分别为u201C和u201D,不在中文字符的范围中,再查询unicode.org 的码表,发现u2000-u206F是通用符号的范围,此范围中的字符虽然都是宽字符的形式,但是PHP 的mb_函数却认为是1个宽度,没办法,只能靠自己了。
代码如下 |
复制代码 |
function truncString($str, $length)
{
$countLen=0;
for($i=0;$i
{
$countLen+=amb_strwidth(mb_substr($str,$i,1));
if($countLen>$length)
return mb_substr($str,0,$i);
}
return $str;
}
function amb_strwidth($str_width)
{
$count=0;
for($i=0;$i
{
//if(mb_substr($str_width,$i,1)=="\xE2\x80\x9C"||mb_substr($str_width,$i,1)=='\xE2\x80\x9D')
//如果遇到u2000-u206F内的字符则将计数器加2
if(preg_match("/[\x{2000}-\x{206F}]/u",mb_substr($str_width,$i,1)))
$count+=2;
else
$count+=mb_strwidth(mb_substr($str_width,$i,1));
}
return $count;
}
|
总结,做来做出怎么就感觉到这个变成了回原点了呢,感觉还是要使用到循环遍历算字符编码取字符位数哈。