PHP 字符串截取、查找与处理：精通子字符串操作的艺术187

好的，作为一名专业的程序员，我将根据您提供的标题“[php 取字符串某个字符串]”，为您撰写一篇深度且实用的文章，内容涵盖PHP中字符串的截取、查找、定位等多种操作，并提供符合搜索习惯的新标题。
---

在PHP编程中，字符串处理是日常开发任务的核心。无论是从用户输入中提取数据、解析文件内容，还是格式化显示信息，我们都离不开对字符串进行各种操作，其中“获取字符串中的某个子字符串”是最常见且基础的需求之一。本文将深入探讨PHP中用于实现这一目标的多样化函数和技术，从基础的定位与截取，到高级的模式匹配，助您在面对复杂的字符串处理场景时游刃有余。

一、理解PHP字符串的基础与编码

在深入学习具体函数之前，首先要明确PHP字符串的两个重要特性：
字节与字符：PHP内部处理字符串通常以字节为单位。对于ASCII字符，一个字符等于一个字节。但对于像中文、日文、韩文等多字节字符（如UTF-8编码），一个字符可能由2个、3个甚至4个字节组成。这是导致很多字符串函数在使用时出现“乱码”或“截断”问题的根源。
编码：PHP字符串的编码非常重要。默认情况下，PHP的许多内置字符串函数是字节安全的（byte-safe），这意味着它们不关心字符编码，直接按字节处理。但在处理多字节字符时，我们需要使用专门的mb_*系列函数来确保正确性。

为了避免未来可能出现的编码问题，强烈建议在项目开始时统一并明确字符串的编码，通常推荐使用UTF-8。可以通过设置mb_internal_encoding("UTF-8");来全局指定内部编码。

二、按位置截取子字符串：`substr()` 与 `mb_substr()`

最直接的“获取字符串某个字符串”方式，就是根据其起始位置和长度进行截取。PHP提供了两个核心函数来完成此任务：

2.1 `substr()`：字节安全的子字符串截取

substr() 函数用于返回字符串的一部分。它的语法是：
substr(string $string, int $start, ?int $length = null): string|false


$string: 要截取的原始字符串。
$start: 截取的起始位置。

如果为非负数，从字符串的开头算起。第一个字符的索引是0。
如果为负数，从字符串的末尾算起。例如，-1表示最后一个字符，-2表示倒数第二个字符。


$length (可选): 截取子字符串的长度。

如果为非负数，表示要截取的字符数（字节数）。
如果为负数，表示从字符串末尾开始，忽略多少个字符（字节）。
如果省略，则从 $start 位置截取到字符串的末尾。

示例：
$text = "Hello World!";
// 从索引0开始，截取5个字符
echo substr($text, 0, 5); // 输出: Hello
// 从索引6开始，截取到末尾
echo substr($text, 6); // 输出: World!
// 从倒数6个字符开始，截取3个字符
echo substr($text, -6, 3); // 输出: Wor
// 从倒数5个字符开始，到倒数第二个字符结束
echo substr($text, -5, -1); // 输出: orld

注意：当处理包含中文等多字节字符的字符串时，substr() 会按字节截取，可能导致乱码或截断不完整的问题。
$chineseText = "你好世界，PHP编程！";
echo substr($chineseText, 0, 6); // 可能会输出乱码或不完整的“你好世”

2.2 `mb_substr()`：多字节字符安全的子字符串截取

为了正确处理多字节字符，PHP提供了 `mb_substr()` 函数，它是 substr() 的多字节版本。它的语法是：
mb_substr(
string $string,
int $start,
?int $length = null,
?string $encoding = null
): string|false

参数与 substr() 类似，但多了一个 $encoding 参数，用于指定字符串的字符编码。如果省略，则使用内部编码（由 mb_internal_encoding() 设置）。

示例：
mb_internal_encoding("UTF-8"); // 建议先设置内部编码
$chineseText = "你好世界，PHP编程！";
// 从索引0开始，截取3个字符（中文）
echo mb_substr($chineseText, 0, 3); // 输出: 你好世
// 从索引4开始，截取到末尾
echo mb_substr($chineseText, 4); // 输出: PHP编程！
// 从倒数4个字符开始，截取2个字符
echo mb_substr($chineseText, -4, 2); // 输出: 编程

在处理任何可能包含非ASCII字符的字符串时，强烈建议优先使用 mb_substr() 及其它 mb_* 系列函数。

三、查找子字符串的位置与存在：`strpos()`、`stripos()`、`strrpos()`、`strripos()`

在截取子字符串之前，我们通常需要先确定它是否存在，以及它在原始字符串中的起始位置。PHP提供了多种函数来查找子字符串。

3.1 `strpos()`：查找子字符串的首次出现位置（区分大小写）

strpos() 函数用于查找指定子字符串在另一个字符串中首次出现的位置。它的语法是：
strpos(string $haystack, string $needle, int $offset = 0): int|false


$haystack: 要搜索的原始字符串（“大海”）。
$needle: 要查找的子字符串（“针”）。
$offset (可选): 从 $haystack 的哪个位置开始搜索。

返回值：如果找到，返回子字符串的起始位置（0开始的整数）；如果未找到，返回 false。

重要提示：由于子字符串可能出现在字符串的开头（索引为0），而0在布尔上下文中会被视为false，因此在使用 strpos() 的返回值时，务必使用严格比较运算符 === 或 !==。

示例：
$text = "PHP is a popular scripting language. PHP is fun.";
// 查找 'PHP' 的首次出现
if (strpos($text, "PHP") !== false) {
echo "找到 'PHP'，位置：" . strpos($text, "PHP"); // 输出: 找到 'PHP'，位置：0
}
// 查找 'scripting'
echo strpos($text, "scripting"); // 输出: 15
// 从位置10开始查找 'PHP'
echo strpos($text, "PHP", 10); // 输出: 37
// 查找不存在的子字符串
if (strpos($text, "Java") === false) {
echo "未找到 'Java'"; // 输出: 未找到 'Java'
}

3.2 `stripos()`：不区分大小写的 `strpos()`

stripos() 与 strpos() 功能完全相同，但它在搜索时不区分大小写。
$text = "Hello World";
echo stripos($text, "world"); // 输出: 6

3.3 `strrpos()` 与 `strripos()`：查找子字符串的最后一次出现

这两个函数分别用于查找子字符串在原始字符串中最后一次出现的位置，功能上与 strpos() 和 stripos() 类似，只是搜索方向是从右向左。
$text = "PHP is a popular scripting language. PHP is fun.";
// 查找 'PHP' 的最后一次出现 (区分大小写)
echo strrpos($text, "PHP"); // 输出: 37
// 查找 'is' 的最后一次出现 (不区分大小写)
echo strripos($text, "is"); // 输出: 41

3.4 `mb_strpos()` 等多字节版本

与 substr() 类似，上述所有查找函数也有其多字节版本：mb_strpos(), mb_stripos(), mb_strrpos(), mb_strripos()。在处理多字节字符时，应优先使用它们。
mb_internal_encoding("UTF-8");
$chineseText = "你好世界，PHP编程！PHP是最好的！";
echo mb_strpos($chineseText, "PHP"); // 输出: 5 (注意，这里是字符索引，而非字节索引)
echo mb_strrpos($chineseText, "PHP"); // 输出: 10

四、按子字符串内容截取：`strstr()`、`stristr()`

有时我们不仅仅想知道子字符串的位置，而是想获取从该子字符串出现位置开始（或之前）的整个剩余部分。strstr() 和 stristr() 函数就能派上用场。

4.1 `strstr()`：查找子字符串并返回其及之后的部分（区分大小写）

strstr() 函数查找 $needle 在 $haystack 中首次出现的位置，并返回从 $needle 开始直到 $haystack 结尾的子字符串。如果未找到，则返回 false。
strstr(string $haystack, string $needle, bool $before_needle = false): string|false


$haystack: 要搜索的原始字符串。
$needle: 要查找的子字符串。
$before_needle (可选): 如果设置为 true，则返回 $needle 首次出现之前的所有内容。

示例：
$email = "name@";
// 获取邮箱域名部分
echo strstr($email, "@"); // 输出: @
// 获取邮箱用户名部分
echo strstr($email, "@", true); // 输出: name
$url = "/manual/zh/";
echo strstr($url, "/manual"); // 输出: /manual/zh/

4.2 `stristr()`：不区分大小写的 `strstr()`

stristr() 与 strstr() 功能相同，但不区分大小写。
$text = "Hello World";
echo stristr($text, "world"); // 输出: World

五、更灵活的模式匹配与提取：正则表达式

当需求变得复杂，例如需要根据某种模式（而非固定子字符串）提取内容，或者需要从字符串中提取多个不连续的子字符串时，正则表达式（Regular Expressions）是PHP中最强大的工具。

PHP提供了PCRE（Perl Compatible Regular Expressions）函数库，主要包括：
`preg_match()`: 执行一个正则表达式匹配。找到第一个匹配项。
`preg_match_all()`: 执行一个全局正则表达式匹配。找到所有匹配项。
`preg_split()`: 通过正则表达式分割字符串。
`preg_replace()`: 通过正则表达式执行替换。

5.1 `preg_match()`：单次模式匹配与提取

preg_match() 用于查找字符串中与给定正则表达式匹配的第一个子字符串，并可以将匹配到的子模式（通过捕获组 () 定义）提取到数组中。
preg_match(string $pattern, string $subject, array &$matches = null, int $flags = 0, int $offset = 0): int|false


$pattern: 正则表达式。
$subject: 要搜索的字符串。
$matches (可选): 一个数组，用于存储所有匹配到的结果。$matches[0] 存放完整匹配到的字符串，$matches[1] 存放第一个捕获组的内容，以此类推。

示例：提取URL中的域名
$url = "/path/to/?param=value";
$pattern = '/^(https?:/\/(?:www\.)?([a-zA-Z0-9.-]+)\b)/'; // 匹配 http/https 开头，提取域名部分
if (preg_match($pattern, $url, $matches)) {
echo "完整匹配: " . $matches[0]; // 输出:
echo "提取的域名: " . $matches[2]; // 输出:
} else {
echo "未匹配到域名。";
}

5.2 `preg_match_all()`：多次模式匹配与提取

当需要从字符串中提取所有符合特定模式的子字符串时，preg_match_all() 是最佳选择。
preg_match_all(
string $pattern,
string $subject,
array &$matches = null,
int $flags = PREG_PATTERN_ORDER,
int $offset = 0
): int|false

$matches 数组的结构取决于 $flags 参数：
PREG_PATTERN_ORDER (默认): $matches[0] 包含所有完整匹配，$matches[1] 包含所有第一个捕获组的匹配，以此类推。
PREG_SET_ORDER: $matches[0] 包含第一次完整匹配及所有捕获组，$matches[1] 包含第二次，以此类推。

示例：提取HTML中的所有图片链接
$html = '<img src=""> <a href="">link</a> <img src="path/to/">';
$pattern = '/<img src="(.*?)">/'; // 匹配图片标签并捕获src属性值
if (preg_match_all($pattern, $html, $matches)) {
echo "所有图片链接：";
print_r($matches[1]); // 输出所有src属性值数组
/*
Array
(
[0] =>
[1] => path/to/
)
*/
}

重要提示：虽然正则表达式非常强大，但使用它来解析复杂的HTML或XML结构通常不是最佳实践，因为HTML/XML的结构可能非常复杂，用正则难以精确匹配所有情况，且维护性差。对于这类任务，更推荐使用DOM解析器（如PHP的DOMDocument类）。

六、实用场景与最佳实践

了解了这些函数后，我们来看一些实际的应用场景和使用建议。

6.1 截断长字符串以适应显示

例如，将文章摘要截断到指定长度，并添加省略号：
function truncateString(string $text, int $maxLength, string $suffix = "..."): string
{
if (mb_strlen($text, 'UTF-8') > $maxLength) {
return mb_substr($text, 0, $maxLength, 'UTF-8') . $suffix;
}
return $text;
}
$longText = "这是一篇非常长的文章，里面包含了许多有趣的内容和知识点，它将帮助您更好地理解PHP字符串操作。";
echo truncateString($longText, 15); // 输出: 这是一篇非常长的文章，里面包含了许多...
echo truncateString($longText, 50); // 输出: 这是一篇非常长的文章，里面包含了许多有趣的内容和知识点，它将帮助您更好地理解PHP字符串操作。

6.2 提取URL参数或特定分隔符之间的内容

例如，从URL中提取某个参数的值：
$url = "/page?id=123&name=test&category=php";
// 方法一：使用内置函数
$queryString = parse_url($url, PHP_URL_QUERY); // 获取查询字符串 "id=123&name=test&category=php"
parse_str($queryString, $params); // 将查询字符串解析为关联数组
echo $params['id']; // 输出: 123
// 方法二：使用正则表达式（更灵活，但对于标准URL参数，parse_url+parse_str更推荐）
$pattern = '/id=(\d+)/'; // 匹配 id= 后面的数字
if (preg_match($pattern, $url, $matches)) {
echo $matches[1]; // 输出: 123
}

6.3 获取两个特定子字符串之间的内容

这是一个非常常见的需求，可以结合 `strpos()` 和 `substr()` 来实现：
function getBetween(string $string, string $start, string $end): string|false
{
$startPos = mb_strpos($string, $start, 0, 'UTF-8');
if ($startPos === false) {
return false;
}
$startPos += mb_strlen($start, 'UTF-8'); // 跳过起始标记
$endPos = mb_strpos($string, $end, $startPos, 'UTF-8');
if ($endPos === false) {
return false;
}
return mb_substr($string, $startPos, $endPos - $startPos, 'UTF-8');
}
$data = "[USER_INFO]John Doe[/USER_INFO] Welcome!";
echo getBetween($data, "[USER_INFO]", "[/USER_INFO]"); // 输出: John Doe
$htmlTag = "<div id="content">这是内容</div>";
echo getBetween($htmlTag, "<div id="content">", "</div>"); // 输出: 这是内容

也可以使用正则表达式实现，代码可能更简洁：
$data = "[USER_INFO]John Doe[/USER_INFO] Welcome!";
$pattern = '/\[USER_INFO\](.*?)\[\/USER_INFO\]/'; // (.*?) 是非贪婪匹配任何字符
if (preg_match($pattern, $data, $matches)) {
echo $matches[1]; // 输出: John Doe
}

6.4 性能考量

在处理大量字符串或在性能敏感的循环中，选择正确的函数至关重要：
对于简单的固定字符串查找，strpos() 系列函数通常比正则表达式更快。
对于复杂的模式匹配或需要提取多个捕获组时，preg_match() 或 preg_match_all() 是不可替代的。
始终使用 mb_* 函数来处理多字节字符，即使它可能比其字节安全版本略慢，但准确性优先。

七、总结

PHP提供了丰富而强大的字符串处理函数，从基本的按位置截取、查找，到高级的模式匹配，几乎可以满足所有“获取字符串某个字符串”的需求。
对于固定位置或固定长度的子字符串，使用 substr() 或 mb_substr()。
对于判断子字符串是否存在或获取其位置，使用 strpos()、stripos()、strrpos()、strripos() 及其 mb_* 版本。
对于根据子字符串获取其及之后/之前的部分，使用 strstr() 或 stristr()。
对于复杂的模式匹配、灵活的提取规则，或需要处理多个匹配项，正则表达式（preg_match(), preg_match_all()）是您的最佳选择。

熟练掌握这些工具，并根据实际场景选择最合适的函数，将极大地提升您的PHP开发效率和代码质量。记住，在处理多字节字符（如中文）时，始终优先使用 mb_* 系列函数，并统一字符串编码，以避免潜在的问题。---

2025-10-20

---

上一篇：PHP字符串字符删除指南：方法、技巧与最佳实践全解析

下一篇：PHP高效安全文件下载：从静态资源到动态模板生成实战指南