PHP 多位元組安全截取字串：cutstr 函數支援 UTF-8/GBK

針對中英混雜字串，按「視覺寬度」（中文算 2、英文算 1）截取指定長度，自動處理 HTML 實體避免截斷，支援 UTF-8 與 GBK/Big5 編碼。

函數程式碼

<?php
function cutstr($string, $length, $dot = ' ...') {
    if (strlen($string) <= $length) return $string;
    
    $pre = chr(1);
    $end = chr(1);
    // 保護 HTML 實體
    $string = str_replace(
        array('&', '"', '<', '>'),
        array($pre . '&' . $end, $pre . '"' . $end, $pre . '<' . $end, $pre . '>' . $end),
        $string
    );
    
    $strcut = '';
    if (strtolower(CHARSET) == 'utf-8') {
        $n = $tn = $noc = 0;
        while ($n < strlen($string)) {
            $t = ord($string[$n]);
            if ($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) { // ASCII
                $tn = 1; $n++; $noc++;
            } elseif (194 <= $t && $t <= 223) { // 2 bytes
                $tn = 2; $n += 2; $noc += 2;
            } elseif (224 <= $t && $t <= 239) { // 3 bytes
                $tn = 3; $n += 3; $noc += 2;
            } elseif (240 <= $t && $t <= 247) { // 4 bytes
                $tn = 4; $n += 4; $noc += 2;
            } elseif (248 <= $t && $t <= 251) { // 5 bytes
                $tn = 5; $n += 5; $noc += 2;
            } elseif ($t == 252 || $t == 253) { // 6 bytes
                $tn = 6; $n += 6; $noc += 2;
            } else { $n++; }
            
            if ($noc >= $length) break;
        }
        if ($noc > $length) $n -= $tn;
        $strcut = substr($string, 0, $n);
    } else { // GBK/Big5
        for ($i = 0; $i < $length; $i++) {
            $strcut .= ord($string[$i]) > 127 ? $string[$i] . $string[++$i] : $string[$i];
        }
    }
    
    // 還原 HTML 實體
    $strcut = str_replace(
        array($pre . '&' . $end, $pre . '"' . $end, $pre . '<' . $end, $pre . '>' . $end),
        array('&', '"', '<', '>'),
        $strcut
    );
    
    // 移除殘留保護標記
    $pos = strrpos($strcut, chr(1));
    if ($pos !== false) $strcut = substr($strcut, 0, $pos);
    
    return $strcut . $dot;
}
?>

使用範例

<?php
define('CHARSET', 'utf-8');
$str = "這是一個測試字串 test string <b>bold</b>";
echo cutstr($str, 20); // 輸出: 這是一個測試字串 test ...
?>

現代替代方案

PHP 5.4+ 建議使用 mb_strimwidth()：

echo mb_strimwidth($str, 0, 20, '...', 'UTF-8');

但需注意 `mb_strimwidth` 以字元數計算（中英皆算 1），視覺寬度控制仍需自訂函數。