PHP 字串截取函數完整指南：substr、mb_substr 與中英混排處理

PHP 字串截取函數深度解析與中英文混合截取解決方案

PHP 內建 substr() 僅支援單位元組字元（英文、數字），處理中文等多位元組字元會產生亂碼。本文詳細說明 substr() 用法，並提供支援 UTF-8 中英混排的完整解決方案。

substr() 基本用法（適用純英文/數字）

<?php
$str = "ABCDEFGHIJKLMNOPQRSTUVWXYZ";

echo "原字串：{$str}
";
echo "從第5個開始：".substr($str, 5)."
";      // FGHIJ...
echo "第9個起取4個：".substr($str, 9, 4)."
";   // JKLM
echo "倒數5個：".substr($str, -5)."
";         // VWXYZ
echo "倒數8起取4個：".substr($str, -8, 4)."
"; // STUV
echo "倒數8到倒數2：".substr($str, -8, -2)."
"; // STUVWXY

中文截取亂碼問題示範

<?php
$str = "你好世界";
echo substr($str, 0, 3); // 輸出 "你" (亂碼)
/* 原因：UTF-8 中文佔 3 位元組，substr 按位元組截取，切在字元中間 */

解決方案一：mb_substr() 多位元組支援（推薦）

<?php
$str = "你好世界，Hello World";

// 確保已啟用 mbstring 擴充套件
echo mb_substr($str, 0, 4, 'UTF-8'); // "你好世"
echo mb_substr($str, 4, 6, 'UTF-8'); // "界，Hello"
echo mb_substr($str, -6, null, 'UTF-8'); // "World"

優點：原生支援多位元組編碼、效能較好、語法與 substr 一致。

解決方案二：自訂 UTF-8 截取函數（無 mbstring 環境）

<?php
function utf8_substr($str, $start, $length = null, $suffix = '...') {
    // 將 UTF-8 字串轉為字元陣列
    preg_match_all('/./u', $str, $matches);
    $chars = $matches[0];
    
    $total = count($chars);
    if ($start < 0) $start = $total + $start;
    if ($start < 0) $start = 0;
    if ($start >= $total) return '';
    
    if ($length === null) {
        $end = $total;
    } elseif ($length < 0) {
        $end = $total + $length;
    } else {
        $end = $start + $length;
    }
    $end = min($end, $total);
    
    $result = implode('', array_slice($chars, $start, $end - $start));
    if ($end < $total) $result .= $suffix;
    return $result;
}

// 使用範例
$str = "你好世界，Hello World";
echo utf8_substr($str, 0, 4); // "你好世..."
echo utf8_substr($str, 4);    // "界，Hello World"

解決方案三：簡易版（僅處理中英混合，不支援 Emoji 等 4 位元組字元）

<?php
function substr_cut($str, $length) {
    if (strlen($str) <= $length) return $str;
    
    $result = '';
    $len = 0;
    for ($i = 0; $i < $length; $i++) {
        if (isset($str[$i])) {
            $result .= $str[$i];
            // 簡易判斷：ASCII 碼 > 128 視為中文字元第一個位元組
            if (ord($str[$i]) > 128) {
                $i++; // 跳過第二個位元組
                if (isset($str[$i])) $result .= $str[$i];
            }
        }
    }
    return $result . '..';
}

缺點：僅適用 GBK/Big5 或簡易 UTF-8，不建議生產環境使用。

效能比較與建議

最佳實踐建議

1. 專案一律使用 UTF-8 編碼
2. 確認伺服器已安裝 php-mbstring 擴充套件
3. 統一封裝 mb_substr() 為專案通用函數 str_cut()
4. 資料庫欄位設定 utf8mb4 支援完整 Unicode