PHP 中文截取函數：精準處理多字節字符串

問題背景

在 PHP 中直接使用 substr() 截取包含中文的字符串，往往會導致半個漢字被截斷，產生亂碼。這是因為漢字在 GBK/UTF-8 編碼下佔用多個位元組，而 substr() 按位元組計算長度。

解決方案：cnSubStr 函數

以下函數通過檢測字符的 ASCII 碼值（>127 視為多字節字符），逐字符拼接，確保截取長度以「字符」為單位而非位元組。

<?php
function cnSubStr($string, $sublen) {
    if ($sublen >= strlen($string)) {
        return $string;
    }
    $s = '';
    for ($i = 0; $i < $sublen; $i++) {
        if (ord($string{$i}) > 127) {
            // 雙字節字符：取當前與下一個位元組
            $s .= $string{$i} . $string{++$i};
        } else {
            $s .= $string{$i};
        }
    }
    return $s;
}
?>

使用範例

<?php
$str = "242432反對感是456犯得上廣泛大使館地方7890";
$len = 20;
echo cnSubStr($str, $len); // 輸出前 20 個字符（含中文）
?>

注意事項

• 此函數適用於 GBK/Big5 等雙字節編碼環境。
• 若專案使用 UTF-8，建議改用 mb_substr() 或 mb_strcut()（需開啟 mbstring 擴展）。
• 生產環境中應優先使用多字節字符串函數庫，避免手寫邏輯漏洞。