php截取亂碼
① php的 preg_split 函數分割字元串時 出現 亂碼
亂碼很可能的因素是 preg_split 這個函數引起的 ，因為這個函數對漢字的支持不好
建議你採用mb_ 系列的函數
② 如何解決用substr函數對中文字元串截取時的亂碼
在PHP程序開發中，經常會執行字元串的截取操作，比如輸出信息列表時，標題不宜過長，列印文章摘要時，也要執行一系列的字元串截取操作。遇到這些需求時，我們經常會想到使用substr()方法來實現，substr()對全英文字元串的截取是比較適合的。
但字元串只要出現中文字元，就有可能導致PHP
substr中文亂碼，因為中文UTF-8編碼，每個漢字佔3位元組，而GB2312佔2位元組，英文佔1位元組，截取位數不準確，substr()硬生生地將
一個中文字元「鋸」成兩半，造成斷開的字元會把其後的..拉過來一起做一個字，所以出現了PHP substr中文亂碼。
substr --- 取得部份字元串
語法 : string substr (string string, int start [, int length])
說明 :
substr( )傳回 string的一部份字元串，由參數 start和 length指定。
如果 start是正數，傳回的字元串將會從 string的第 start個字元開始。
Example :
<?php
$rest = substr ("abcdef", 1); // returns "bcdef"
$rest = substr ("abcdef", 1, 3); // returns "bcd"
?>
如果 start是負數，傳回的字元串將會從 string結尾的第 start個字開始。
Example :
<?php
$rest = substr ("abcdef", -1); // returns "f"
$rest = substr ("abcdef", -2); // returns "ef"
$rest = substr ("abcdef", -3, 1); // returns "d"
?>
如果有給予參數 length而且是正數時，傳回的字元串將會從 start傳回 length個字元。
如果有給予參數 length而且是負數時，傳回的字元串將會結束於 string結尾的第 length個字元。
Example :
<?php
$rest = substr ("abcdef", 1, -1); // returns "bcde"
?>
對於英文沒有問題，我們測試一個中文
<?php
$rest = substr ("中國人", 1, -1); // returns "fdsafsda" 就是亂碼了
?>
這種截取字元的結果，肯定不是我們想要的結果，這種出現PHP substr中文亂碼的情況，可能會導致程序無法正常運行。解決辦法主要有兩種：
一、使用mbstring擴展庫的mb_substr()截取就不會出現亂碼了。
可以用mb_substr()/mb_strcut()這個函數，mb_substr()/mb_strcut()的用法與substr()相似，
只是在mb_substr()/mb_strcut最後要加入多一個參數，以設定字元串的編碼，但是一般的伺服器都沒打開
php_mbstring.dll，需要在php.ini在把php_mbstring.dll打開。
<?php
echo mb_substr("php中文字元encode",0,4,"utf-8");
?>
如果未指定最後一個編碼參數，會是三個位元組為一個中文，這就是utf-8編碼的特點，若加上utf-8字元集說明，所以，是以一個字為單位來截取的。
使用的時候要注意php文件的編碼，和網頁顯示時的編碼。使用這個mb_substr方法要事先知道字元串的編碼，如果不知道編碼，就需要判斷，mbstring庫還提供了mb_check_encoding來檢驗字元串編碼，但還不完善。
PHP 自帶幾種字元串截取函數，其中常用到的就是 substr 和 mb_substr。前者在處理中文時，GBK 為 2 個長度單位，UTF 為 3 個長度單位，後者指定編碼後，一個中文即為 1 個長度單位。
substr 有時會截 1/3 個中文或半個中文，會顯示亂碼，相對來說 mb_substr 更適合我們使用。不過有時候 mb_substr
就顯得不那麼好用了。例如我要顯示一個小圖片的簡要信息，5 個中文正好，超過 5 個就截取前4再加上
」…」，這樣處理中文是沒問題了，可是處理英文或數字，這樣截取就太短了。
二、自己書寫截取函數，但效率不如用mbstring擴展庫來得高。下面是ecshop裡面的截取UTF-8編碼下字元串的函數。
function sub_str($str, $length = , $append = true)
{
$str = trim($str);
$strlength = strlen($str);
if ($length == || $length >= $strlength)
{
return $str; //截取長度等於或大於等於本字元串的長度，返回字元串本身
}
elseif ($length < ) //如果截取長度為負數
{
$length = $strlength + $length;//那麼截取長度就等於字元串長度減去截取長度
if ($length < )
{
$length = $strlength;//如果截取長度的絕對值大於字元串本身長度，則截取長度取字元串本身的長度
}
}
if (function_exists('mb_substr'))
{
$newstr = mb_substr($str, , $length, EC_CHARSET);
}
elseif (function_exists('iconv_substr'))
{
$newstr = iconv_substr($str, , $length, EC_CHARSET);
}
else
{
//$newstr = trim_right(substr($str, , $length));
$newstr = substr($str, , $length);
}
if ($append $str != $newstr)
{
$newstr .= '';
}
return $newstr;
}
③ PHP讀取Access資料庫 出亂碼
access的中文版默認是GBK格式的，是無法改變字元類型的，所以用php讀取的時候會亂碼。
解決方法是：使用iconv轉換
一、使用 iconv函數製作一個轉碼的自定義從GBK轉到UTF-8的函數，如以下代碼：
function enc($c){return iconv('gbk','utf-8',$c);}
二、為了寫入資料庫的編碼是符合資料庫需要的，所以我們還要製作一個從UTF-8轉向GBK的函數：
function dec($c){return iconv('utf-8','gb2312',$c);}
製作好了轉碼函數，接下就是正常使用了。在從資料庫裡面調數據顯示在頁面的時候使用enc()函數，從頁面提交數據到資料庫時使用dec()函數，這樣就可以很好的解決PHP使用UTF-8編碼，ACCESS使用系統默認編碼的問題了。
④ php正則匹配中文亂碼問題
當然亂碼啦，一個漢字在php里是三個字元，你這樣直接用.去匹配任意字元的話，三個.才等於一個漢字。你把一個漢字給截取掉了，當然亂碼了，不信你把你的0,10改成0,11。就不亂碼的，而且只匹配出兩個漢字。漢字不是這樣去匹配的，有專門匹配漢字的正則，
⑤ 如何去掉PHP字元串中的中文字元
我給你個PHP截取中文字元串的方法總結，有原理，有源碼：程序一：PHP截取中文字元串方法由於網站首頁以及vTigerCRM里經常在截取中文字元串時出現亂碼(使用substr)，今天找到一個比較好的截取中文字元串方法，在此與大家共享。function msubstr($str, $start, $len) {
$tmpstr = "";
$strlen = $start + $len;
for($i = 0; $i < $strlen; $i++) {
if(ord(substr($str, $i, 1)) > 0xa0) {
$tmpstr .= substr($str, $i, 2);
$i++;
} else
$tmpstr .= substr($str, $i, 1);
}
return $tmpstr;
}程序二：PHP截取UTF-8字元串，解決半字元問題/******************************************************************
* PHP截取UTF-8字元串，解決半字元問題。
* 英文、數字（半形）為1位元組（8位），中文（全形）為3位元組
* @return 取出的字元串, 當$len小於等於0時, 會返回整個字元串
* @param $str 源字元串
* $len 左邊的子串的長度
****************************************************************/
function utf_substr($str,$len)
{
for($i=0;$i<$len;$i++)
{
$temp_str=substr($str,0,1);
if(ord($temp_str) > 127)
{
$i++;
if($i<$len)
{
$new_str[]=substr($str,0,3);
$str=substr($str,3);
}
}
else
{
$new_str[]=substr($str,0,1);
$str=substr($str,1);
}
}
return join($new_str);
}
?>php utf-8 字元串截取<?
function cutstr($string, $length) {
preg_match_all("/[x01-x7f]|[xc2-xdf][x80-xbf]|xe0[xa0-xbf][x80-xbf]|[xe1-xef][x80-xbf][x80-xbf]|xf0[x90-xbf][x80-xbf][x80-xbf]|[xf1-xf7][x80-xbf][x80-xbf][x80-xbf]/", $string, $info);
for($i=0; $i<count($info[0]); $i++) {
$wordscut .= $info[0][$i];
$j = ord($info[0][$i]) > 127 ? $j + 2 : $j + 1;
if ($j > $length - 3) {
return $wordscut." ...";
}
}
return join('', $info[0]);
}
$string="242432反對感是456犯得上廣泛大使館地方7890";
for($i=0;$i<strlen($string);$i++)
{
echo cutstr($string,$i)."<br>";
}
?>
截取utf-8字元串函數為了支持多語言，資料庫里的字元串可能保存為UTF-8編碼，在網站開發中可能需要用php截取字元串的一部分。為了避免出現亂碼現象，編寫如下的UTF-8字元串截取函數關於utf-8的原理請看 UTF-8 FAQUTF-8編碼的字元可能由1~3個位元組組成， 具體數目可以由第一個位元組判斷出來。(理論上可能更長，但這里假設不超過3個位元組)
第一個位元組大於224的，它與它之後的2個位元組一起組成一個UTF-8字元
第一個位元組大於192小於224的，它與它之後的1個位元組組成一個UTF-8字元
否則第一個位元組本身就是一個英文字元（包括數字和一小部分標點符號）。以前為某網站設計的代碼(也是現在用在首頁的長度截取的函數)
Code:
<?php // Cut_Str;
//$sourcestr 是要處理的字元串
//$cutlength 為截取的長度(即字數)
function cut_str($sourcestr,$cutlength)
{
$returnstr='';
$i=0;
$n=0;
$str_length=strlen($sourcestr);//字元串的位元組數
while (($n<$cutlength) and ($i<=$str_length))
{
$temp_str=substr($sourcestr,$i,1);
$ascnum=Ord($temp_str);//得到字元串中第$i位字元的ascii碼
if ($ascnum>=224) //如果ASCII位高與224，
{
$returnstr=$returnstr.substr($sourcestr,$i,3); //根據UTF-8編碼規范，將3個連續的字元計為單個字元
$i=$i+3; //實際Byte計為3
$n++; //字串長度計1
}
elseif ($ascnum>=192) //如果ASCII位高與192，
{
$returnstr=$returnstr.substr($sourcestr,$i,2); //根據UTF-8編碼規范，將2個連續的字元計為單個字元
$i=$i+2; //實際Byte計為2
$n++; //字串長度計1
}
elseif ($ascnum>=65 && $ascnum<=90) //如果是大寫字母，
{
$returnstr=$returnstr.substr($sourcestr,$i,1);
$i=$i+1; //實際的Byte數仍計1個
$n++; //但考慮整體美觀，大寫字母計成一個高位字元
}
else //其他情況下，包括小寫字母和半形標點符號，
{
$returnstr=$returnstr.substr($sourcestr,$i,1);
$i=$i+1; //實際的Byte數計1個
$n=$n+0.5; //小寫字母和半形標點等與半個高位字元寬...
}
}
if ($str_length>$cutlength){
$returnstr = $returnstr . "...";//超過長度時在尾處加上省略號
}
return $returnstr;}截取utf-8字元串函數function FSubstr($title,$start,$len="",$magic=true)
{
/**
* powered by Smartpig
* mailto:[email protected]
*/if($len == "") $len=strlen($title);
if($start != 0)
{
$startv = ord(substr($title,$start,1));
if($startv >= 128)
{
if($startv < 192)
{
for($i=$start-1;$i>0;$i--)
{
$tempv = ord(substr($title,$i,1));
if($tempv >= 192) break;
}
$start = $i;
}
}
}
if(strlen($title)<=$len) return substr($title,$start,$len);
$alen = 0;
$blen = 0;
$realnum = 0;
for($i=$start;$i<strlen($title);$i++)
{
$ctype = 0;
$cstep = 0;
$cur = substr($title,$i,1);
if($cur == "&")
{
if(substr($title,$i,4) == "<")
{
$cstep = 4;
$length += 4;
$i += 3;
$realnum ++;
if($magic)
{
$alen ++;
}
}
else if(substr($title,$i,4) == ">")
{
$cstep = 4;
$length += 4;
$i += 3;
$realnum ++;
if($magic)
{
$alen ++;
}
}
else if(substr($title,$i,5) == "&")
{
$cstep = 5;
$length += 5;
$i += 4;
$realnum ++;
if($magic)
{
$alen ++;
}
}
else if(substr($title,$i,6) == """)
{
$cstep = 6;
$length += 6;
$i += 5;
$realnum ++;
if($magic)
{
$alen ++;
}
}
else if(preg_match("/&#(d+);?/i",substr($title,$i,8),$match))
{
$cstep = strlen($match[0]);
$length += strlen($match[0]);
$i += strlen($match[0])-1;
$realnum ++;
if($magic)
{
$blen ++;
$ctype = 1;
}
}
}else{
if(ord($cur)>=252)
{
$cstep = 6;
$length += 6;
$i += 5;
$realnum ++;
if($magic)
{
$blen ++;
$ctype = 1;
}
}elseif(ord($cur)>=248){
$cstep = 5;
$length += 5;
$i += 4;
$realnum ++;
if($magic)
{
$ctype = 1;
$blen ++;
}
}elseif(ord($cur)>=240){
$cstep = 4;
$length += 4;
$i += 3;
$realnum ++;
if($magic)
{
$blen ++;
$ctype = 1;
}
}elseif(ord($cur)>=224){
$cstep = 3;
$length += 3;
$i += 2;
$realnum ++;
if($magic)
{
$ctype = 1;
$blen ++;
}
}elseif(ord($cur)>=192){
$cstep = 2;
$length += 2;
$i += 1;
$realnum ++;
if($magic)
{
$blen ++;
$ctype = 1;
}
}elseif(ord($cur)>=128){
$length += 1;
}else{
$cstep = 1;
$length +=1;
$realnum ++;
if($magic)
{
if(ord($cur) >= 65 && ord($cur) <= 90)
{
$blen++;
}else{
$alen++;
}
}
}
}
if($magic)
{
if(($blen*2+$alen) == ($len*2)) break;
if(($blen*2+$alen) == ($len*2+1))
{
if($ctype == 1)
{
$length -= $cstep;
break;
}else{
break;
}
}
}else{
if($realnum == $len) break;
}
}
unset($cur);
unset($alen);
unset($blen);
unset($realnum);
unset($ctype);
unset($cstep);
return substr($title,$start,$length);
}
⑥ PHP for循環輸出字元串亂碼
利用php內置方法mb_substr截取不亂碼；
1、GBK編碼截取示例：
$str = '我是誰'; //gbk編碼的字元串
echo mb_substr($str, 0, 1, 'gbk'); //輸出 我
mb_substr方法比substr多一個參數，用來指定字元串編碼。
2、utf-8編碼截取示例：
[code]
$str = '我abc是誰'; //utf-8編碼的字元串
echo mb_substr($str, 0, 2, 'utf-8'); //輸出 我a
[/code]
中英混合也完全沒有問題。