PHP UTF-8 中文安全截取函數：cutstr 完整實作與原理解析

函數簽名

function cutstr($string, $length, $dot = '...')

$length 為字元寬度（中文算 2，英文數字算 1），超出則截斷並附加 $dot。

核心邏輯流程

1. 快速判斷：若位元組長度 ≤ $length 直接返回。
2. 保護 HTML 實體：將 &、"、<、> 替換為控制字元 chr(1) 包裹，防止截斷導致實體殘缺。
3. UTF-8 字元寬度計算：依首位元組範圍判斷字元位元組數與顯示寬度：

   首位元組	位元組數	顯示寬度
   0x09,0x0A,0x20-0x7E	1	1
   0xC2-0xDF	2	2
   0xE0-0xEF	3	2
   0xF0-0xF7	4	2
   0xF8-0xFB	5	2
   0xFC-0xFD	6	2

4. 截斷位置修正：若累計寬度超標，回退上一字元位元組數。
5. 還原 HTML 實體，移除殘留控制字元，附加尾綴。

非 UTF-8 環境 fallback

採用簡單雙位元組判斷（ord > 127 視為雙位元組字元），逐字元疊加至長度。

使用範例

$str = "你好世界 Hello World";
echo cutstr($str, 10); // 你好世界...
echo cutstr($str, 10, '[...]'); // 你好世界[...]

現代替代方案（PHP 5.4+）

// 使用 mbstring（需擴展）
function cutstr_mb($string, $length, $dot = '...') {
    if (mb_strwidth($string) <= $length) return $string;
    return mb_strimwidth($string, 0, $length, $dot, 'UTF-8');
}

// 使用 grapheme（PHP 7.0+，支援 Emoji 等字素叢集）
function cutstr_grapheme($string, $length, $dot = '...') {
    $clusters = grapheme_str_split($string);
    $width = 0; $result = '';
    foreach ($clusters as $g) {
        $w = (preg_match('/^[\x00-\x7F]$/', $g) ? 1 : 2);
        if ($width + $w > $length) break;
        $result .= $g; $width += $w;
    }
    return $result . ($width < mb_strwidth($string) ? $dot : '');
}

建議：生產環境優先使用 mb_strimwidth 或 grapheme_*，相容性更佳、效能更高、支援完整 Unicode。