使用substr截取UTF 8中文字符串时出现乱码怎么解决

问题背景

在处理UTF-8编码的中文字符串时，如果使用substr函数截取字符串，有时会出现乱码的问题。乱码的原因是UTF-8编码的中文字符占用多个字节，而substr函数默认按字节进行截取，导致截取的结果不符合预期。

问题分析

为了解决这个问题，我们需要将字符串按正确的字符数进行截取。由于UTF-8编码中文字符的特殊性，这个过程需要一些额外的处理。

在UTF-8编码中，一个中文字符占用3个字节。因此，如果我们希望截取一个中文字符，需要截取从该字符开始的3个字节。然而，substr函数并不理解UTF-8编码的特殊性，它只按照字节进行截取，所以会导致截取到的字符部分乱码。

为了解决这个问题，我们可以通过使用mb_substr函数来截取UTF-8编码的中文字符串。

解决方法

mb_substr函数是PHP中用于按字符截取字符串的函数。它可以正确地处理UTF-8编码的中文字符串，避免出现乱码问题。

$encodedString = '待截取的UTF 8中文字符串';
$length = mb_strlen($encodedString, 'UTF-8'); // 获取字符串的字符数
$start = 0; // 起始位置
$substringLength = 10; // 截取的字符长度

if ($substringLength >= $length) {
    $substring = $encodedString; // 如果截取长度超过字符串长度，则返回整个字符串
} else {
    $substring = mb_substr($encodedString, $start, $substringLength, 'UTF-8');
}

echo $substring;

总结

通过使用mb_substr函数，我们可以正确地截取UTF-8编码的中文字符串，避免乱码问题。在使用该函数时，需要指定正确的字符编码（UTF-8），并根据字符数而不是字节进行截取。