smarty截取中文字符乱码问题？gb2312utf8

一般网站页面的显示都不可避免的会涉及子字符串的截取，这个时候truncate就派上用场了，但是它只适合英文用户，对与中文用户来说，使用truncate会出现乱码，而且对于中文英文混合串来说，截取同样个数的字符串，实际显示长度上却不同，视觉上会显得参差不齐，影像美观。这是因为一个中文的长度大致相当与两个英文的长度。此外，truncate也不能同时兼容GB2312, UTF-8等编码。

改良的smartTruncate： 文件名：modifier.smartTruncate.php

<?php 
function smartDetectUTF8($string) 
{ 
    static $result = array(); 

    if(! array_key_exists($key = md5($string), $result)) 
    { 
        $utf8 = " 
            /^(?: 
                [/x09/x0A/x0D/x20-/x7E]             # ASCII 
                | [/xC2-/xDF][/x80-/xBF]            # non-overlong 2-byte 
                | /xE0[/xA0-/xBF][/x80-/xBF]        # excluding overlongs 
                | [/xE1-/xEC/xEE/xEF][/x80-/xBF]{2} # straight 3-byte 
                | /xED[/x80-/x9F][/x80-/xBF]        # excluding surrogates 
                | /xF0[/x90-/xBF][/x80-/xBF]{2}     # planes 1-3 
                | [/xF1-/xF3][/x80-/xBF]{3}         # planes 4-15 
                | /xF4[/x80-/x8F][/x80-/xBF]{2}     # plane 16 
            )+$/xs 
        "; 

        $result[$key] = preg_match(trim($utf8), $string); 
    } 

    return $result[$key]; 
} 

function smartStrlen($string) 
{ 
    $result = 0; 

    $number = smartDetectUTF8($string) ? 3 : 2; 

    for($i = 0; $i < strlen($string); $i += $bytes) 
    { 
        $bytes = ord(substr($string, $i, 1)) > 127 ? $number : 1; 

        $result += $bytes > 1 ? 1.0 : 0.5; 
    } 

    return $result; 
} 

function smartSubstr($string, $start, $length = null) 
{ 
    $result = ''; 

    $number = smartDetectUTF8($string) ? 3 : 2; 

    if($start < 0) 
    { 
        $start = max(smartStrlen($string) + $start, 0); 
    } 

    for($i = 0; $i < strlen($string); $i += $bytes) 
    { 
        if($start <= 0) 
        { 
            break; 
        } 

        $bytes = ord(substr($string, $i, 1)) > 127 ? $number : 1; 

        $start -= $bytes > 1 ? 1.0 : 0.5; 
    } 

    if(is_null($length)) 
    { 
        $result = substr($string, $i); 
    } 
    else 
    { 
        for($j = $i; $j < strlen($string); $j += $bytes) 
        { 
            if($length <= 0) 
            { 
                break; 
            } 

            if(($bytes = ord(substr($string, $j, 1)) > 127 ? $number : 1) > 1) 
            { 
                if($length < 1.0) 
                { 
                    break; 
                } 

                $result .= substr($string, $j, $bytes); 
                $length -= 1.0; 
            } 
            else 
            { 
                $result .= substr($string, $j, 1); 
                $length -= 0.5; 
            } 
        } 
    } 

    return $result; 
} 

function smarty_modifier_smartTruncate($string, $length = 80, $etc = '...', 
                                       $break_words = false, $middle = false) 
{ 
    if ($length == 0) 
        return ''; 

    if (smartStrlen($string) > $length) { 
        $length -= smartStrlen($etc); 
        if (!$break_words && !$middle) { 
            $string = preg_replace('//s+?(/S+)?$/', '', smartSubstr($string, 0, $length+1)); 
        } 
        if(!$middle) { 
            return smartSubstr($string, 0, $length).$etc; 
        } else { 
            return smartSubstr($string, 0, $length/2) . $etc . smartSubstr($string, -$length/2); 
        } 
    } else { 
        return $string; 
    } 
} 
?> 

 以上代码完整实现了truncate的原有功能，而且可以同时兼容GB2312和UTF-8编码，在判断字符长度的时候，一个中文字符算1.0，一个英文字符算0.5，所以在截取子字符串的时候不会出现参差不齐的情况.

插件的使用方式没有特别之处，这里简单测试一下：

{$content|smartTruncate:5:".."}（$content等于"A中B华C人D民E共F和G国H"）

显示：A中B华C.. （中文符号长度算1.0，英文符号长度算0.5，并且考虑省略符号的长度）

不管你是使用GB2312编码还是UTF-8编码，你会发现结果都正确，这也是为什么我在插件名字里加上smart字样的原因之一。