PHP-php截取中文字符串

Question

$str = 'aadfsaf范德萨￥#发大水发２３２３２ｆｄｓａｆ＠！aa我';  
$tmp = array();
for($i = 0; $i < strlen($str);  $i++){
    if(ord($str[$i]) > 0xa0){
        $tmp[] = substr($str, $i, 2);
        $i++;
    }else{
        $tmp[] = substr($str, $i, 1);
    }
}

Answer 1

你也知道中文是占两位的，因此在substr去截取的时候也截取了2位。$i需要加1，是因为在for循环的时候正好跳过已取中文。

Answer 2

每次循环$i只加1，而中文的时候截取了两个字节，故$i需再加1。

Answer 3

// 使用gbk编码保存文件
$str = 'aadfsaf范德萨￥#发大水发２３２３２ｆｄｓａｆ＠！aa我';

// 通过输出下编码就能知道怎么回事了
mb_internal_encoding('GBK');

$len = mb_strlen($str);
for($i = 0; $i < $len; $i++) {
$char = mb_substr($str, $i, 1);
if(strlen($char) > 1) {
printf("char %s, Encoding 0x%s, 0x%s", $char, dechex(ord($char[0])), dechex(ord($char[1])));
} else {
printf("char %s, Encoding 0x%s", $char, dechex(ord($char)));
}
echo "n";
}

这是GBK中文编码规则决定的！了解更多GBK编码知识来这里-汉字内码扩展规范.

GBK编码方式：
字符有一字节和双字节编码，00—7F范围内是一位，和ASCII保持一致，此范围内严格上说有96个文字和32个控制符号。
之后的双字节中，前一字节是双字节的第一位。总体上说第一字节的范围是81—FE（也就是不含80和FF），第二字节的一部分领域在40—7E，其他领域在80—FE。