PHP截取字符串，支持UTF-8、GB2312、GBK多种字符集

封面图 • 2025-09-20 • PHP

在 PHP 中，如果要**截取字符串**并**支持 UTF-8、GB2312、GBK 等多种字符集**，需要注意以下几点：

### 问题背景
PHP 的 `substr()` 函数是按字节（byte）截取字符串的，对于多字节编码（如 UTF-8、GBK）来说，直接使用 `substr()` 可能会破坏中文字符，导致乱码。

---

## ✅ 解决方案：使用 `mb_substr()`

PHP 提供了 `mb_substr()` 函数，可以正确处理多字节字符。但需要确保：

1. **`mbstring` 扩展已启用**（默认通常已启用）
2. **指定正确的编码格式**

---

## 📌 示例代码（支持多种编码）

```php
<?php

function mb_substr($str, $start, $length = null, $encoding = 'UTF-8') {
    if (function_exists('mb_substr')) {
        return mb_substr($str, $start, $length, $encoding);
    } else {
        // 如果没有 mbstring 扩展，手动实现（仅适用于 ASCII 和部分 UTF-8）
        return substr($str, $start, $length);
    }
}

// 示例用法
$str = "你好，世界！Hello World";

echo mb_substr($str, 0, 3, 'UTF-8');       // 输出: 你好，
echo mb_substr($str, 0, 3, 'GBK');        // 输出: 你好，
echo mb_substr($str, 0, 3, 'GB2312');     // 输出: 你好，
```

---

## 🔍 注意事项

| 编码 | 是否支持 |
|------|----------|
| UTF-8 | ✅ 支持 |
| GBK | ✅ 支持 |
| GB2312 | ✅ 支持 |
| ASCII | ✅ 支持 |
| 其他编码（如 ISO-8859-1） | ✅ 支持 |

---

## 🧠 补充说明：如何判断当前字符串的编码？

如果你不确定字符串的编码，可以使用 `mb_detect_encoding()` 来检测：

```php
$encoding = mb_detect_encoding($str, ['UTF-8', 'GBK', 'GB2312', 'ASCII'], true);
echo "检测到的编码是: " . $encoding;
```

---

## ✅ 推荐做法

```php
function safe_substr($str, $start, $length, $encoding = 'UTF-8') {
    if (function_exists('mb_substr')) {
        return mb_substr($str, $start, $length, $encoding);
    } else {
        // 如果不支持 mb_substr，可以用 substr，但可能有乱码风险
        return substr($str, $start, $length);
    }
}
```

---

## ✅ 总结

| 方法 | 是否支持多字节编码 | 是否推荐 |
|------|------------------|----------|
| `substr()` | ❌ | 不推荐 |
| `mb_substr()` | ✅ | 推荐 |

---

如果你有特定的编码需求或遇到乱码问题，欢迎继续提问，我可以帮你进一步分析和解决。