您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 綜合知識

PHP substr 中文亂碼問題：原因分析與 mb_substr / 自定義函數解決方案

編輯：PHP 綜合知識

substr() 按字節截取，UTF-8 中文佔 3 字節、GBK 佔 2 字節，直接截取極易「鋸斷」多字節字符導致亂碼。本文詳細對比三種解決方案。

問題重現

$str = '中國人';
echo substr($str, 0, 4); // UTF-8 輸出：中（第 4 字節屬於「國」第二字節）

方案一：mb_substr（推薦）

需啟用 mbstring 擴展（php.ini 取消註釋 extension=mbstring）。

echo mb_substr('PHP中文字符', 0, 4, 'UTF-8'); // PHP中文（正確按字符計數）
echo mb_substr('PHP中文字符', 0, 4, 'GBK');   // 指定編碼

優點：原生函數、效能高、支援多種編碼
缺點：需知曉字符串編碼，否則需 mb_check_encoding() 檢測

方案二：iconv_substr（備選）

echo iconv_substr($str, 0, 4, 'UTF-8');

行為與 mb_substr 類似，部分舊環境無 mbstring 但有 iconv 時可用。

方案三：自定義 UTF-8 截取函數（無擴展依賴）

function utf8_substr($str, $len) {
    $result = '';
    for ($i = 0; $i < $len; $i++) {
        $char = $str[0];
        $ord = ord($char);
        if ($ord > 127) { // 多字節字符
            $bytes = ($ord >= 0xF0) ? 4 : (($ord >= 0xE0) ? 3 : 2);
            $result .= substr($str, 0, $bytes);
            $str = substr($str, $bytes);
        } else { // ASCII
            $result .= $char;
            $str = substr($str, 1);
        }
    }
    return $result;
}

// 測試
echo utf8_substr('PHP中文字符', 4); // PHP中文

ECShop 風格通用截取函數（含編碼自動檢測與尾碼）

function sub_str($str, $length = 0, $append = true) {
    $str = trim($str);
    $strLen = strlen($str);
    if ($length == 0 || $length >= $strLen) return $str;
    if ($length < 0) {
        $length = $strLen + $length;
        if ($length < 0) $length = $strLen;
    }

    if (function_exists('mb_substr')) {
        $newStr = mb_substr($str, 0, $length, 'UTF-8');
    } elseif (function_exists('iconv_substr')) {
        $newStr = iconv_substr($str, 0, $length, 'UTF-8');
    } else {
        $newStr = utf8_substr($str, $length); // 上述自定義函數
    }

    if ($append && $str !== $newStr) $newStr .= '...';
    return $newStr;
}

編碼檢測輔助

function detect_encoding($str) {
    $encodings = ['UTF-8', 'GBK', 'GB2312', 'BIG5'];
    foreach ($encodings as $enc) {
        if (mb_check_encoding($str, $enc)) return $enc;
    }
    return 'UTF-8'; // 預設
}