php轻松实现中英文混排字符串截取

针对“php轻松实现中英文混排字符串截取”这个话题，我将为你提供详细的攻略和示例。

一、需求

很多时候，我们需要对字符串进行截取，在纯中文或纯英文的情况下，截取起来很容易，但是要处理中英文混排的字符串，就会有些困难。

比如，我们现在有一篇中英文混排的文章，要求将其截取前200个字符，但不能影响英文单词的完整性。那么该怎么实现呢？

二、思路

我们可以先将整个字符串按照 UTF-8 编码格式拆分成一个个字符，然后通过正则表达式匹配是否为英文字母，根据匹配结果来进行字符串的截取操作。具体过程如下：

1. 将字符串转成 UTF-8 编码格式的字符数组。
2. 遍历字符数组，通过正则表达式判断当前字符是否为英文字母。
3. 如果是英文字母，则将接下来的英文单词全部保留。
4. 否则，截取当前字符之前的所有字符即可。

三、代码实现

function msubstr($str, $length, $suffix = true) {
    $str = strip_tags($str); // 去除 HTML 标签
    $str = mb_convert_encoding($str, 'UTF-8', 'auto'); // 转换成 UTF-8 编码
    $count = mb_strlen($str, 'UTF-8'); // 获取字符串长度
    $suffix_str = ($suffix && $count > $length) ? '...' : ''; // 判断是否需要截取并添加省略号

    // 遍历字符串中的每个字符，并根据判断替换或保留
    for ($i = 0, $len = 0, $res = ''; $i < $count; $i++) {
        $char = mb_substr($str, $i, 1, 'UTF-8'); // 获取当前字符
        preg_match('/[\x{4e00}-\x{9fa5}]/u', $char, $zh_cn); // 匹配是否为中文汉字
        preg_match('/[a-zA-Z]/', $char, $en); // 匹配是否为英文字母

        if (!empty($en)) {
            // 如果是英文字母，则将接下来的英文单词全部保留
            $res .= $char;
            $len += 0.5;
            if ($len >= $length) {
                break;
            }
        } elseif (!empty($zh_cn)) {
            // 如果是中文汉字，则保留当前字符
            $res .= $char;
            $len += 1;
            if ($len >= $length) {
                break;
            }
        } else {
            // 其他字符按照一个字符处理
            $res .= $char;
            $len += 1;
            if ($len >= $length) {
                break;
            }
        }
    }

    return $res . $suffix_str;
}

四、示例说明

示例一

$str = '《天龙八部》是金庸创作的武侠小说，被誉为中国武侠小说的经典之作。';

// 将中英文混排字符串截取为不超过12个字符，并添加省略号
echo msubstr($str, 12); // 《天龙八部》...

上述示例中，我们将中英文混排字符串截取为不超过12个字符，并添加省略号。由于“《天龙八部》”中包含中文汉字，所以整个字符串只保留了这个词，并添加了省略号。

示例二

$str = 'PHP is a popular general-purpose scripting language that is especially suited to web development.';

// 将中英文混排字符串截取为不超过40个字符，并添加省略号
echo msubstr($str, 40); // PHP is a popular general-purpose scr...

上述示例中，我们将中英文混排字符串截取为不超过40个字符，并添加省略号。由于整个字符串都是英文单词，因此整个字符串都会被保留，只在结尾添加了省略号。

通过上述两个示例可以看出，不管是在中文汉字中还是在英文单词中，我们的截取函数都能保持字符串的完整性，实现了中英文混排字符串的轻松截取。