To safely shorten a UTF-8 string in PHP with multibyte characters, use mbstring functions like mb_substr() with explicit UTF-8 encoding instead of substr(), avoid falling back unless input is ASCII-only, handle byte-length truncation carefully by backtracking to valid UTF-8 boundaries using functions like safe_truncate_bytes(), and for visual integrity, consider Grapheme_substr（）來自INTL擴(kuò)展程序，用於處理帶有修飾符的表情符號等譜系簇。

當(dāng)您需要縮短PHP中的UTF-8字符串時(shí)，尤其是可能包含多鍵字符的字符，例如表情符號或非拉丁蛋白字母（例如，中文，日語，西里爾）的字符，以錯(cuò)誤的方式進(jìn)行操作可能會導(dǎo)致字符損壞或無效的字符串。關(guān)鍵是使用理解多重編碼的函數(shù)，而不是假設(shè)每個(gè)字符都是一個(gè)字節(jié)。

使用mbstring函數(shù)代替默認(rèn)字符串功能

PHP的默認(rèn)字符串操作像substr()一樣，假設(shè)每個(gè)字符正是一個(gè)字節(jié)，對於許多UTF-8字符而言，這並不正確。例如，表情符號喜歡嗎？在UTF-8中佔(zhàn)用4個(gè)字節(jié)。在這樣的字符串上使用substr()可以將其切斷中字節(jié)序列，並讓您??留下垃圾。

相反，始終使用MBSTRING擴(kuò)展名的mb_前綴函數(shù)，尤其是mb_substr() ：

 mb_substr（$ text，0，$ length，'utf-8'）;

確保將'UTF-8'指定為編碼參數(shù) - 不要依賴默認(rèn)值，尤其是如果您的代碼可能在不同的環(huán)境中運(yùn)行時(shí)。

• 始終使用function_exists('mb_substr')檢查mbstring是否啟用了MBString
• 除非您確定輸入是僅substr()的

小心字節(jié)長與字符長度

有時(shí)，您可能需要根據(jù)字節(jié)大小而不是字符計(jì)數(shù)截?cái)?- 例如，將數(shù)據(jù)存儲在具有字節(jié)限制的字段中時(shí)。在這種情況下，您必須格外小心，以不拆分多重序列。

一種安全的方法是開始以略低於限制的字節(jié)位置截?cái)?，然後回溯，直到找到有效的UTF-8啟動字節(jié)：

功能safe_truncate_bytes（$ str，$ maxbytes）{
    如果（strlen（$ str）<= $ maxbytes）返回$ str;

    $ head = substr（$ str，0，$ maxbytes）;
    $ lastValidpos = mb_strlen（$ head，&#39;utf-8&#39;）;

    while（$ lastValidpos> 0）{
        $ cantix = mb_substr（$ str，0，$ lastValidpos，&#39;utf-8&#39;）;
        if（mb_check_encoding（$候選，&#39;utf-8&#39;））{
            返回$候選人；
        }
        $ lastValidpos-;
    }

    返回 &#39;????&#39;;
}

這樣可以確保即使您切斷了多重字符的一部分，也可以回到最後一個(gè)完整的角色。

處理諸如表情符號和石墨簇等邊緣盒

即使使用mb_substr() ，在某些情況下，似乎是一個(gè)字符實(shí)際上是由多個(gè)Unicode代碼點(diǎn)組成的，例如，膚色修飾符或Flag Emojis。這些無法通過mbstring正確處理。

如果您確實(shí)需要保留視覺字符的完整性（例如通過可見的素描切割），請考慮使用Intl擴(kuò)展名和grapheme_substr() ：

 if（function_exists（'Grapheme_substr'））{
    $縮短= grapheme_substr（$ text，0，$ charlimit）;
}

這對於面向用戶的顯示截?cái)喔鼮闇?zhǔn)確，但具有較重的依賴性。

因此，是的，安全地截?cái)郟HP中的UTF-8字符串不僅涉及切片。這意味著要尊重多重邊界，意識到編碼，有時(shí)還要考慮角色的組成方式。一旦正確地獲得了這些基礎(chǔ)知識，還不錯(cuò) - 只需確保您使用一些現(xiàn)實(shí)世界中的示例，例如表情符號，重音字母和非LATIN腳本。

以上是如何安全地截?cái)郟HP中的多型UTF-8字符串的詳細(xì)內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！