mb_strcut 截取過程中避免編碼錯誤的技巧

gitbox 2025-05-26

在PHP 中處理多字節字符串時，常用的函數是mb_strcut ，它能根據字節數截取字符串，適合處理UTF-8 等多字節編碼的文本。然而，許多開發者在使用mb_strcut截取字符串時，常常會遇到編碼錯誤，導致截取結果亂碼或者截斷了半個字符。本文將詳細講解如何正確使用mb_strcut避免編碼錯誤，並分享實用技巧。

什麼是mb_strcut？

mb_strcut是PHP 的多字節字符串函數之一，用於按字節長度截取字符串。與mb_substr不同的是， mb_strcut是基於字節來截取，而非基於字符。它在處理多字節編碼時可以更精準地控制截取長度，避免字符被截斷造成亂碼。

函數原型：

 mb_strcut(string $str, int $start, ?int $length = null, ?string $encoding = null): string

$str ：輸入字符串。
$start ：起始位置，按字節數計算。
$length ：截取的字節數（可選）。
$encoding ：字符串編碼，默認使用內部編碼。

為什麼會出現編碼錯誤？

當我們用mb_strcut截取字符串時，如果$start或$length不恰當地落在了多字節字符的中間部分，就會出現亂碼，因為被截斷的字符字節不完整。尤其是UTF-8 編碼，一個中文字符一般由3個字節組成，截取字節時需確保截取起點和終點都是字符邊界。

避免編碼錯誤的實用技巧

1. 明確設置編碼

調用mb_strcut時，明確指定字符串的編碼是第一步，避免默認編碼不一致導致的問題。

 $encoding = 'UTF-8';
$result = mb_strcut($str, $start, $length, $encoding);

2. 使用mb_strlen和mb_substr檢測邊界

在截取之前，先用mb_strlen獲取字符串字符長度，避免$start和$length超出範圍。同時結合mb_substr ，確保不會截斷半個字符。

 $length = 10;
if (mb_strlen($str, $encoding) > $length) {
    $result = mb_substr($str, 0, $length, $encoding);
} else {
    $result = $str;
}

3. 結合mb_strcut和mb_strlen處理字節和字符的轉換

如果必須按照字節數截取，先計算截取的字節範圍對應的完整字符數，再用mb_substr截取。

 function safe_mb_strcut(string $str, int $start, int $length, string $encoding = 'UTF-8'): string {
    $substr = mb_strcut($str, $start, $length, $encoding);
    // mb_strcut 有時可能截斷半個字符，轉碼確認是否有效
    if (mb_check_encoding($substr, $encoding)) {
        return $substr;
    }
    // 如果不完整，減少長度，直到完整
    while ($length > 0 && !mb_check_encoding($substr, $encoding)) {
        $length--;
        $substr = mb_strcut($str, $start, $length, $encoding);
    }
    return $substr;
}

4. 示例：處理UTF-8 多字節字符串截取

$str = "這是一個測試字符串，包含中文和English";
$start = 0;
$length = 15;  // 按字節截取

$result = safe_mb_strcut($str, $start, $length, 'UTF-8');
echo $result;

這樣就避免了因為字節截斷造成的亂碼問題。

小結

mb_strcut按字節截取多字節字符串，必須注意字符邊界，避免截斷半個字符。
明確指定編碼參數，確保函數行為一致。
可以結合mb_check_encoding來驗證截取結果的編碼完整性。
結合mb_strlen和mb_substr ，在需要字符截取時更穩妥。

通過以上技巧，能夠有效避免PHP 中多字節字符串截取時的編碼錯誤，保證文本處理的準確性和用戶體驗。

 <?php
function safe_mb_strcut(string $str, int $start, int $length, string $encoding = 'UTF-8'): string {
    $substr = mb_strcut($str, $start, $length, $encoding);
    if (mb_check_encoding($substr, $encoding)) {
        return $substr;
    }
    while ($length > 0 && !mb_check_encoding($substr, $encoding)) {
        $length--;
        $substr = mb_strcut($str, $start, $length, $encoding);
    }
    return $substr;
}

$str = "這是一個測試字符串，包含中文和English";
$start = 0;
$length = 15;

echo safe_mb_strcut($str, $start, $length, 'UTF-8');
?>

如果你想了解更多關於PHP 字符串處理的內容，可以訪問以下資源：

 $url = "https://gitbox.net/php/manual/zh/function.mb-strcut.php";