Question

我需要在多字节字符串上使用substr而不破坏它，但PHP mb_扩展名不可用。是否有mb_substr的替代品？

Answer 1

如果您的字符串是unicode，那么您可以使用preg_split以空模式执行此操作。

一个简单的实现可能是：

function my_mb_substr($string, $offset, $length)
{
  $arr = preg_split("//u", $string);
  $slice = array_slice($arr, $offset + 1, $length);
  return implode("", $slice);
}

echo my_mb_substr("重庆大学", 1, 2); // 庆大

Answer 2

您可以使用Patchwork UTF-8，这是一个为mb_函数提供许多Unicode函数和回退的库，如果它们不可用。这是替代品，只需include，并像往常一样使用mb_substr。它确实需要PHP 5.3。

Answer 3

我有根据的猜测是你有HTML实体，所以你的文字实际上是这样的：

EDF, leader mondial de l'&eacute;nergie nucl&eacute;aire

...通过网络浏览器呈现，显示为：

EDF, leader mondial de l'énergie nucléaire

这与多字节问题无关。根本问题是HTML是一种富文本格式，不能像普通文本那样随意操作。

您需要获得可以处理的数据的纯文本表示。您可以使用strip_tags()删除HTML标记，但需要在截断之前完成。之后，您可以使用html_entity_decode()函数转换HTML实体：

$text = "EDF, leader mondial de l'énergie nucléaire"; $output = html_entity_decode($text, ENT_COMPAT | ENT_HTML401, 'UTF-8');

...假设您的网站使用UTF-8。

注意：MB扩展提供了类似的功能：

$text = "EDF, leader mondial de l'énergie nucléaire"; $output = mb_convert_encoding($text, 'UTF-8', 'HTML-ENTITIES');

直接替换mb_substr？

3 个答案: