PHP 字串截取函式完整比較：substr、mb_substr、mb_strcut 差異與選擇指南

前言

字串截取是高頻操作，但 `substr` 遇到中文會產生亂碼，`mb_substr` 與 `mb_strcut` 雖支援多位元組，卻因「字元」與「位元組」單位不同而導致結果差異。本文深度比較三函式機制、實測案例、選擇指南與封裝建議。

函式簽名與核心差異

實測案例（UTF-8）

$s = '這樣一來我的字符串就不會有亂碼^_^';

echo "mb_substr(0,7): " . mb_substr($s, 0, 7, 'utf-8') . "\n"; // 這樣一來我的字  (7 字元)
echo "mb_strcut(0,7): " . mb_strcut($s, 0, 7, 'utf-8') . "\n"; // 這樣一          (7 位元組 ≈ 2.3 字元)

$s2 = '飛花院博客feihuayuan';
echo "mb_substr(0,9): " . mb_substr($s2, 0, 9, 'utf-8') . "\n"; // 飛花院博客feih (9 字元)
echo "mb_strcut(0,9): " . mb_strcut($s2, 0, 9, 'utf-8') . "\n"; // 飛花院       (9 位元組 = 3 中文字)

$s3 = '我是一串比較長的中文-';
echo "mb_substr(0,6): " . mb_substr($s3, 0, 6, 'utf-8') . "\n"; // 我是一串比較
echo "mb_strcut(0,6): " . mb_strcut($s3, 0, 6, 'utf-8') . "\n"; // 我是

參數細節

• start：正數 = 從開頭第 N 個單位；負數 = 從結尾倒數第 N 個單位（`mb_substr` 為字元、`mb_strcut` 為位元組）。
• length：正數 = 截取長度；負數 = 從結尾排除長度；省略 = 截取到結尾。
• encoding**：省略時使用 `mb_internal_encoding()` 設定值，**強烈建議顯式傳入 `'UTF-8'`**。

mb_strcut 邊界行為詳解

$s = '中文abc'; // UTF-8: 中(3) 文(3) a(1) b(1) c(1) = 9 bytes

mb_strcut($s, 0, 1); // ''   (第 1 byte 非字元邊界，退到字元開頭 → 0 長度)
mb_strcut($s, 0, 2); // ''   (同理)
mb_strcut($s, 0, 3); // '中' (剛好 1 個中文字元)
mb_strcut($s, 0, 4); // '中' (第 4 byte 屬於「文」字元，退到「文」開頭 → 仍只取「中」)
mb_strcut($s, 0, 6); // '中文' (2 個中文字元 = 6 bytes)

**規則**：`mb_strcut` 會將 `start` 向前調整到最近的字元邊界，再截取 `length` 位元組，最後再向後調整結束位置到字元邊界。**保證不產生半個字元**。

選擇指南

1. **一般文字截取（標題、摘要、顯示截斷）** → `mb_substr($str, 0, $len, 'UTF-8')`**
2. **固定位元組長度輸出（資料庫 CHAR、二進位協定、舊系統介接）** → `mb_strcut($str, 0, $bytes, 'UTF-8')`**
3. **純 ASCII / 位元組操作** → `substr`（最快）
4. **需同時支援 UTF-8/GBK** → 統一轉 UTF-8 後用 `mb_substr`，或依編碼動態傳入 encoding 參數。

/**
 * 多位元組安全截斷（按字元數）
 */
function mb_truncate($string, $length, $etc = '...', $encoding = 'UTF-8') {
    if (mb_strlen($string, $encoding) <= $length) return $string;
    $etcLen = mb_strlen($etc, $encoding);
    $cutLen = max(0, $length - $etcLen);
    return mb_substr($string, 0, $cutLen, $encoding) . $etc;
}

/**
 * 固定位元組截斷（不產生半字元）
 */
function mb_cut_bytes($string, $bytes, $encoding = 'UTF-8') {
    return mb_strcut($string, 0, $bytes, $encoding);
}

// 使用
echo mb_truncate('這是一個很長的標題需要截斷', 10); // 這是一個很長的...
echo mb_cut_bytes('中文abc', 6); // 中文