PHP mb_substr() / mb_strcut() 截取中文字符串實戰指南（避開亂碼坑）

substr() 按字節截取，中文（UTF-8 3 字節/字、GBK 2 字節/字）極易產生半個字符導致亂碼。mb_substr() 按字符截取，mb_strcut() 按字節截取但**不產生半字符**，均需開啟 php_mbstring.dll 擴展。

函數簽名對比

mb_substr(string $string, int $start, int $length = null, string $encoding = mb_internal_encoding()): string
mb_strcut(string $string, int $start, int $length = null, string $encoding = mb_internal_encoding()): string

關鍵差異：第 4 參數**指定編碼**（如 'utf-8'、'gbk'），省略則用 mb_internal_encoding()。

實戰演示

<?php
header("Content-Type: text/html; charset=utf-8");
$string = "你好我好大家好"; // 7 個中文字符，UTF-8 共 21 字節

echo strlen($string) . '<br>';           // 21 (字節長度)
echo mb_substr($string, 0, 4, 'utf-8') . '...<br>'; // 你好我好... (按字符截取 4 個字)
echo mb_strcut($string, 0, 4, 'utf-8') . '...';     // 你... (按字節截取 4 字節 = 1 個字 + 1 字節 → 自動避開半字符)
?>

輸出結果解析

21
你好我好...
你...

• mb_substr：**邏輯字符級**截取，start=0, length=4 取前 4 個字「你好我好」。
• mb_strcut：**物理字節級**截取，length=4 字節只夠 1 個中文字符（3 字節）+ 1 字節，**自動回退**到完整字符邊界，結果「你」。
• 兩者**均不會產生半個字符亂碼**，這是相對 substr() 最大優勢。

最佳實踐建議

1. 統一編碼： 項目全站 UTF-8，php.ini 設置 mbstring.internal_encoding = UTF-8，調用時可省略第 4 參數。
2. 語義選擇：
   • 需要「前 N 個字」→ mb_substr()。
   • 需要「限制存儲字節數、不破壞字符」→ mb_strcut()（如數據庫 VARCHAR(100) 字節限制預截取）。
3. 性能提示： mb_* 函數比 substr() 慢，極高頻調用（百萬級循環）可考慮預先轉碼或用 grapheme_substr() (intl 擴展)。

常見錯誤避坑

• 忘記開啟 extension=mbstring → Call to undefined function mb_substr()。
• 編碼參數寫錯（如 'utf8' 而非 'utf-8'）導致截取錯誤。
• 混用 strlen() 計算長度再傳給 mb_substr()，單位不匹配。