求中文，英文utf8下统一的计数和截取方法

Question

ThinkPHP框架中有一个截取函数比较不错/**
 +----------------------------------------------------------
 * 字符串截取，支持中文和其他编码
 +----------------------------------------------------------
 * @static
 * @access public
 +----------------------------------------------------------
 * @param string $str 需要转换的字符串
 * @param string $start 开始位置
 * @param string $length 截取长度
 * @param string $charset 编码格式
 * @param string $suffix 截断显示字符
 +----------------------------------------------------------
 * @return string
 +----------------------------------------------------------
 */
function msubstr($str, $start=0, $length, $charset="utf-8", $suffix=true)
{
    if(function_exists("mb_substr"))
{
if ($suffix && strlen($str)>$length)
return mb_substr($str, $start, $length, $charset)."...";
        else
return mb_substr($str, $start, $length, $charset);
    }
    elseif(function_exists('iconv_substr'))
{
if ($suffix && strlen($str)>$length)
return iconv_substr($str,$start,$length,$charset)."...";
        else
return iconv_substr($str,$start,$length,$charset);
    }    $re['utf-8']   = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/";
    $re['gb2312'] = "/[\x01-\x7f]|[\xb0-\xf7][\xa0-\xfe]/";
    $re['gbk']    = "/[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]/";
    $re['big5']   = "/[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/";
    preg_match_all($re[$charset], $str, $match);
    $slice = join("",array_slice($match[0], $start, $length));
    if($suffix)
return $slice."…";
    return $slice;
}

Answer 1

谢谢楼上的帮助，但是这个函数只是可以将中英文截取需要的个数，而对我现在的需求而言还不能满足。因为我需要最多37个字符，在中英文混合的情况下，具体字符数是不固定的，如果要用这个函数就要有一段程序判断在指定字符串情况下，到底37个英文字符的位置是多少个中文字符加多少英文字符然后再传递给msubstr截取。比如“aa中国”，要是截取3个字符，函数就返回“aa中”，我要的效果是截取4个字符的时候返回“aa中”。
所以当前情况下或者有方法判断一段字符串中37个英文字符的宽度有几个中文几个英文加起来，这涉及到怎样判断中英文个数，要么就是就一个函数能在给定参数4的情况下返回“aa中”。请大家帮助

Answer 2

在浏览器中，一个汉字占两个西文字符的位置，这个说法是针对等宽字体而言的
在此前提下针对 utf-8 编码的中西文混合字符串的显示宽度（西文为1、中文为2）有如下计算公式
(按字节计的长度 - 按字计的长度) / 2 + 按字计的长度比如 aa中国
按字节计的长度为 8
按字计的长度为 4
带入得 (8-4)/2+4 = 6
即 6 个显示单位如果你需要先指定显示长度，就需要做循环试探了
其实 css 已经提供了更好的解决方案<style>
body{
  background-color:#f4f4f4;
  font-size:12px;
}
div.test{
  width:200px;
  height:60px;
  border:1px solid red;
  border-top:4px solid red;
  padding:10px;
  overflow:hidden;
  text-overflow:ellipsis;
  white-space:nowrap;
}
</style>
<div class="test">DIV+CSS模板、后台模板、图片图标下载，CSS代码实例、CSS导航菜单、CSS图表
</div>

Answer 3

 text-overflow:ellipsis; 貌似IE only.

Answer 4

比如“aa中国”，要是截取3个字符，函数就返回“aa中”，我要的效果是截取4个字符的时候返回“aa中”。问个问题，如果截取3个字符，函数应该返回什么才是你想要的？
如果判断到不够截取，是放弃，就是截取2个字符，和3个字符都是aa吗？
还是aa然后中文被截一半变乱码吗？
所以上面的函数是避免了这个问题。所以用中文的字符量为标准。

Answer 5

如果没有mbstring扩展，装个mbstring吧。