加载中……
PHP截取UTF8字符串——人性篇
前两篇文章讲述了两种不同的方法来截取UTF8字符串，一是一一遍历截取，二是判断截取始末位置是否被截断，后者效率较前者高许多。不过两种方法计算截取后的长度均以字节计算，由此带来的结果是截取后的长度参差不齐，尤其是对于中文方块字，汉字本身的宽度通常是英文字符的两倍，以下是一组测试结果，截取长度均为15：
可以看到，截取后的长度并不能理想化，虽说长短不一有时候能造就一种差异美，不过我们仍然希望可以有一种方法来截取使得长度大小大致相当。其实也很简单，分别判断下字符是属于哪一类的，分别计算长度即OK，在习惯性的中文中，我们通常将中文计为一个字符，那么英文则可以算是半个，于是就有了以下改良的方法：
如此处理之后，就可以使截取后的字符串长度（此长度为肉眼看到的长度）大致相等，不过却不可避免的要一一遍历，因此效率和昨天讲的判断始末位置再截取相比要低得多，却也和最开始的方法大致相当。
这是最直接的思路，其实PHP还有很多强大的工具可以利用，昨天kita给我发了个邮件，我看了下，很简短的一句话，利用了正则表达式来匹配的，下面贴出代码：
此法简洁明了，但却不是一般人能想得出来的，佩服想到正则来截取的高手～
顺便一说，正则截取的效率和一一遍历差不多，10万次测试数据如下：
方法1:2.38031816483
方法2:2.17775607109
附件下载：
substr.rar 537字节
substr.rar 537字节
上一篇：三月初八月初七
Newsam 说：
老王 说：
小哲软件 说：
简单博客 说：
TACO 说：
小歪 说：
小火柴 说：
鬼鬼 说：
青春记忆网 说：
wmtimes 说：
只是时间问题嗯
2011-4-9 18:05 Saturday 作者：奇遇 分类
这个看不清楚呢