php截取utf-8中文字符串乱码的解决方法

针对“php截取utf-8中文字符串乱码的解决方法”，这里给出一份完整的攻略，并提供两个示例说明。文中会有代码块，需注意格式和缩进。

1. 问题描述

在使用PHP解析UTF-8编码的中文字符时，经常会出现乱码。尤其是在使用substr()或mb_substr()函数截取中文字符时，更是容易出现乱码的情况。

2. 原理解释

在UTF-8编码中，一个汉字占3个字节，而PHP默认使用ASCII编码，每个字符只占1个字节。因此，在PHP中截取UTF-8编码的中文字符时，需要对字节数进行判断，使得不会截取到半个汉字导致乱码。

3. 解决方法

3.1 使用mb_substr()函数

mb_substr()函数是PHP提供的一个针对多字节字符串的函数，可以很好地解决截取中文字符的问题。

下面是一个使用mb_substr()函数截取中文字符的示例：

$str = "这是一段包含中文字符的字符串";
$len = mb_strlen($str, 'utf-8');
$sub_str = mb_substr($str, 0, 5, 'utf-8');
echo $sub_str;

上述代码中，使用mb_strlen()函数获取了字符串的实际长度，然后使用mb_substr()函数截取了前五个字符。这样就可以避免截取半个汉字的问题，避免乱码。

3.2 自定义函数处理

如果使用mb_substr()函数不方便，还可以自定义函数来解决。具体步骤如下：

遍历字符串，判断每个字符的字节数；
根据截取的长度，计算出应该截取的字符数量；
使用substr()函数截取字符串。

下面是一个自定义函数来截取中文字符的示例：

function custom_substr($str, $start, $length) {
    $len = strlen($str);
    $pos = $start;
    $cnt = 0;
    while($pos < $len && $cnt < $length) {
        $chr = ord($str[$pos]);
        if($chr >= 224) {
            $pos += 3;
        } elseif($chr >= 192) {
            $pos += 2;
        } else {
            $pos += 1;
        }
        $cnt++;
    }
    return substr($str, $start, $pos - $start);
}

$str = "这是一段包含中文字符的字符串";
$sub_str = custom_substr($str, 0, 5);
echo $sub_str;

在自定义函数中，使用了ord()函数获取每个字符的ASCII码，然后根据字节数判断字符的类型，计算出实际截取的字符数量，最后使用substr()函数来截取字符串。