PHP字符串截取深度解析：多字节字符支持、性能与最佳实践全攻略258

在PHP开发中，字符串处理无疑是最常见的操作之一，而字符串截取更是日常任务中的核心环节。无论是为了在列表页展示文章摘要、限制用户输入字数、还是仅仅为了美化输出，字符串截取都扮演着至关重要的角色。然而，简单的截取操作背后却隐藏着字符编码、多字节字符处理等复杂性，尤其是在处理UTF-8编码的中文、日文、韩文等语言时，如果不加以注意，很容易出现乱码或截断不完整的问题。

作为一名专业的程序员，我们不仅要熟悉PHP提供的各种字符串截取函数，更要理解它们的工作原理、适用场景以及潜在的“坑”，从而选择最合适的工具，并结合最佳实践来确保代码的健壮性和国际化支持。本文将对PHP中常用的字符串截取函数进行全面总结，从基础用法到多字节字符处理，再到性能考量和实战技巧，为您提供一份详尽的字符串截取全攻略。

一、PHP字符串截取的基础：`substr()`函数

`substr()`函数是PHP中最基础、也是最常用的字符串截取函数。它适用于处理单字节字符集（如ASCII、ISO-8859-1）的字符串。

1.1 函数签名

string substr ( string $string , int $start , int|null $length = null )

1.2 参数说明

`$string`：必需。要截取的字符串。
`$start`：必需。开始截取的位置。

如果为正数，则从字符串开头算起，第一个字符的索引为0。
如果为负数，则从字符串末尾算起，-1表示最后一个字符，-2表示倒数第二个字符。


`$length`：可选。截取的长度。

如果为正数，表示要截取的字符数。
如果为负数，表示从字符串末尾开始向前数，截取到该位置之前的字符。
如果省略，则从`$start`位置开始截取到字符串的末尾。

1.3 示例用法

$str = "Hello World!";
// 从索引0开始，截取5个字符
echo substr($str, 0, 5); // 输出: Hello
// 从索引6开始，截取到末尾
echo substr($str, 6); // 输出: World!
// 从倒数第6个字符开始，截取3个字符
echo substr($str, -6, 3); // 输出: Wor
// 从索引0开始，截取到倒数第2个字符之前
echo substr($str, 0, -2); // 输出: Hello Worl

1.4 `substr()`的局限性：多字节字符问题

`substr()`函数在处理像UTF-8编码的中文、日文、韩文等多字节字符时，会将其视为多个单字节字符，从而导致截取结果出现乱码或字符不完整的问题。这是因为一个中文字符在UTF-8编码下通常占用3个字节，而`substr()`是按照字节而不是字符来截取的。
$chineseStr = "你好世界，PHP是最好的语言！"; // 15个中文字符 + 2个英文标点 = 17个字符
// 尝试截取前5个字符
echo substr($chineseStr, 0, 5); // 可能会输出乱码或不完整的字符
// (例如，如果第一个中文字符占用3字节，则只会截取到第二个字的开头部分)
// 实际效果通常是输出: "你好�" 或其他乱码

从上面的例子可以看出，对于含有多字节字符的字符串，直接使用`substr()`是不可靠的。这时，我们需要引入专门处理多字节字符的函数。

二、解决多字节字符问题：`mb_substr()`函数

`mb_substr()`是PHP的`mbstring`扩展提供的一个函数，专门用于处理多字节字符编码的字符串。它能够正确识别并按字符而不是字节进行截取，是处理国际化字符串的必备工具。

2.1 函数签名

string mb_substr ( string $string , int $start , int|null $length = null , string|null $encoding = null )

2.2 参数说明

`$string`：必需。要截取的字符串。
`$start`：必需。开始截取的位置（字符数），与`substr()`类似，可为正数或负数。
`$length`：可选。截取的长度（字符数），与`substr()`类似，可为正数或负数。如果省略，则从`$start`位置开始截取到字符串的末尾。
`$encoding`：可选。要使用的字符编码。如果省略，则使用`mb_internal_encoding()`设定的内部编码，或者`mb_detect_encoding()`检测到的编码。强烈建议明确指定编码，通常是`'UTF-8'`。

2.3 启用`mbstring`扩展

要使用`mb_substr()`函数，需要确保PHP的`mbstring`扩展已启用。在``文件中，找到并取消注释以下行：
extension=mbstring

然后重启Web服务器或PHP-FPM。

2.4 示例用法

$chineseStr = "你好世界，PHP是最好的语言！"; // 15个中文字符 + 2个英文标点 = 17个字符
// 使用mb_substr正确截取前5个字符
echo mb_substr($chineseStr, 0, 5, 'UTF-8'); // 输出: 你好世界，
// 从索引5开始，截取到末尾
echo mb_substr($chineseStr, 5, null, 'UTF-8'); // 输出: PHP是最好的语言！
// 从倒数第6个字符开始，截取3个字符
echo mb_substr($chineseStr, -6, 3, 'UTF-8'); // 输出: 好的语
// 获取字符串的字符长度 (而不是字节长度)
echo mb_strlen($chineseStr, 'UTF-8'); // 输出: 17

2.5 `mb_substr()`的优势与最佳实践

精确性： 能够准确地按照字符数进行截取，避免多字节字符的乱码问题。
国际化： 是构建多语言应用的关键。
编码指定： 始终明确指定`$encoding`参数为`'UTF-8'`，可以避免因系统或项目默认编码不一致导致的问题，提高代码的鲁棒性。
全局编码设置： 可以在项目初始化时设置内部编码，如`mb_internal_encoding("UTF-8");`，这样在后续调用`mb_*`函数时如果省略`$encoding`参数，也会默认使用UTF-8。但为了明确起见，建议仍旧在每次调用时显式指定。

三、替代选择：`iconv_substr()`函数

`iconv_substr()`函数是`iconv`扩展提供的一个字符串截取函数，它也能够处理多字节字符。其功能与`mb_substr()`类似，但在某些特定环境下，如`mbstring`扩展不可用或对`iconv`有特定需求时，可以作为备选方案。

3.1 函数签名

string|false iconv_substr ( string $string , int $offset , int|null $length = null , string|null $encoding = null )

3.2 参数说明

参数与`mb_substr()`非常相似。`$offset`对应`$start`，`$encoding`同样建议明确指定，如`'UTF-8'`。

3.3 示例用法

$chineseStr = "你好世界，PHP是最好的语言！";
// 使用iconv_substr截取前5个字符
echo iconv_substr($chineseStr, 0, 5, 'UTF-8'); // 输出: 你好世界，

3.4 `mb_substr()` vs `iconv_substr()`

`mb_substr()`通常被认为是更推荐的选择，因为它更专注于多字节字符串操作，且通常在性能上略优于`iconv_substr()`。
`iconv_substr()`在某些系统上可能存在编码转换精度或速度的差异。
两者都需要相应的PHP扩展支持。

四、字符串截取的常见场景与高级技巧

仅仅知道如何截取字符串是不够的，在实际开发中，我们还需要处理一些更复杂的场景。

4.1 截取并添加省略号（...）

这是最常见的需求之一，通常用于生成文章摘要或标题预览。
function truncateString(string $text, int $maxLength, string $encoding = 'UTF-8', string $ellipsis = '...'): string
{
if (mb_strlen($text, $encoding)

2025-11-23

---

上一篇：PHP获取网页渲染高度的策略与挑战：服务端如何间接获取动态前端尺寸

下一篇：PHP应用性能优化：文件、内存与CDN的深度融合与实践