PHP字符串的編碼問題的詳細介紹_PHP教程

PHP 也自帶幾種字符串截取函數，其中常用到的就是 substr 和 mb_substr。

使用substr截取中文字符時會出現亂碼，這是因為substr是按字節來截取的。即UTF-8編碼的中文，使用substr截取，只會截取1/3個中文，當然出現亂碼了。

mb_substr ( string $str , int $start [, int $length [, string $encoding ]] ) 中的參數$encoding可以指定編碼，如果省略，則使用內部字符編碼。

如果不清楚字符串的編碼格式的話，可以用mb_detect_encoding檢查：

$encoding = mb_detect_encoding($string, array("ASCII",'UTF-8′,"GB2312′,"GBK",'BIG5′));

然后：

mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )

如果自己實現mb_substr,效率并不是很好。

編碼相關的php函數使用

ord(substr($str, $i, 1)) > 0xa0)

ord($string)返回字符串第一個字符的ASC碼，通過這個來判斷截取的字符串第一個字符是不是漢字，因為例如gb2312編碼的一個文字是2字節，utf8為三個字節。即  編碼大于256的就是漢字。

匹配漢字 : preg_match_all('/[\x80-\xff]?./', $string, $match);

匹配英文: preg_match_all("/[/x01-/x7f]+/", $string, $match);

編碼轉換

iconv ( string $in_charset , string $out_charset , string $str )