PHP UTF-8 等宽度截取中英文字符

lijm1522

网站需要截取等宽新闻标题，对于GB编码的截取函数网上很多，没找到有适合UTF-8编码的。 考虑到UTF-8是1-4字节变长编码，虽然中文都是3字节，为了以后方便决定自己写个。
截取的变量是宽度width而不是长度length。不同中英文（包括数字）字型搭会有不同显示效果，在不同显示器上相同字型也可能会有不同效果。 需要根据实际修改 x3变量的值，x3越大则3字节编码（如中文）字符就取得越少。 全中文与全英文/数字截取显示宽度差异最大，且截取宽度值越大越明显。 中英文混排情况时差异较小。


/**
* 截取UTF8编码字符串从首字节开始指定宽度(非长度), 适用于字符串长度有限的如新闻标题的等宽度截取
* 中英文混排情况较理想. 全中文与全英文截取后对比显示宽度差异最大,且截取宽度远大越明显.
* @param string $strUTF-8 encoding
* @param int[option] $width 截取宽度
* @param string[option] $end 被截取后追加的尾字符
* @param float[option] $x3<p>
* 3字节（中文）字符相当于希腊字母宽度的系数coefficient（小数）
* 中文通常固定用宋体,根据ascii字符字体宽度设定,不同浏览器可能会有不同显示效果</p>
*
* @return string
* @author waiting
* http://waiting.iteye.com
*/
function u8_title_substr($str, $width = 0, $end = '...', $x3 = 0) {
global $CFG; // 全局变量保存 x3 的值
if ($width <= 0 || $width >= strlen($str)) {
return $str;
}
$arr = str_split($str);
$len = count($arr);
$w = 0;
$width *= 10;
// 不同字节编码字符宽度系数
$x1 = 11;// ASCII
$x2 = 16;
$x3 = $x3===0 ? ( $CFG['cf3']  > 0 ? $CFG['cf3']*10 : $x3 = 21 ) : $x3*10;
$x4 = $x3;
// http://zh.wikipedia.org/zh-cn/UTF8
for ($i = 0; $i < $len; $i++) {
if ($w >= $width) {
$e = $end;
break;
}
$c = ord($arr[$i]);
if ($c <= 127) {
$w += $x1;
}
elseif ($c >= 192 && $c <= 223) {// 2字节头
$w += $x2;
$i += 1;
}
elseif ($c >= 224 && $c <= 239) {// 3字节头
$w += $x3;
$i += 2;
}
elseif ($c >= 240 && $c <= 247) {// 4字节头
$w += $x4;
$i += 3;
}
}
return implode('', array_slice($arr, 0, $i) ). $e;
}