PHP解决中英数字混排字符串等长分割与计费问题

问题分析：为什么普通截取会失效

在进行短信发送或文本展示时，通常要求每段字符串达到特定的长度标准（例如手机短信的70字限制）。然而，不同语言系统的计算标准差异巨大：

• 英文/数字：通常占用 1 个逻辑单位（或 1 个字节，取决于 ASCII 环境）。
• 中文：在 UTF-8 编码下占用 3 个字节，但在业务逻辑和计费规则中应计为 1 个字。

如果使用 PHP 原生的 substr 函数直接按照字节数切割，或者像某些网上流传的代码那样通过 ord 判断高位来判断是否为多字节字符，很容易出现以下问题：

1. 编码残缺：如果在汉字中间切断，会导致该汉字变成残缺字节序列，后续代码解析时会报错或显示乱码（如 � ）。
2. 效率低下：for 循环配合字符串拼接在处理长文本时性能较差。
3. 逻辑隐患**：原文示例代码中使用的 $string[++$i] 索引递增方式在某些复杂边界情况下容易越界或导致重复截取。

准备工作

确保你的服务器环境开启了 PHP 的多字节字符串扩展。这是处理非拉丁语系（如中文、日文、韩文）的基础。

• 检查扩展：查看 php.ini 是否已取消 extension=mbstring 前面的注释，或通过 phpinfo() 确认是否存在 "Multibyte Support"。
• 编码统一：确保源代码文件本身以及数据库交互均使用 UTF-8 编码。

真实操作顺序

第一步：编写安全的截取函数

为了替代原稿中不稳定的手动逐字节判断逻辑，我们应当直接使用内置的 mb_substr。该函数能够智能识别 UTF-8 编码，一个汉字只会被视为一个字符进行处理，从而完美契合“中英混排按字数算”的需求。

<?php
/**
 * 安全分割中英数字混排字符串
 * @param string $str 源字符串
 * @param int $length 允许的最大字符长度
 * @return string 切割后的子串
 */
function safe_substring($str, $length) {
    // 默认编码设为 utf-8，防止乱码
    return mb_substr($str, 0, $length, 'UTF-8');
}

// 示例：获取前 50 个字符
$content = "这是一条包含很多中英文混合测试的短信内容！ABC123";
$result = safe_substring($content, 50);
echo $result;
?>

第二步：实现循环分割与替换

如果需要将一个长文本切分成若干小段（类似短信拆分），可以采用以下逻辑：首先计算出能容纳多少个完整的目标长度区间，然后依次提取每一段。

<?php
$message = "您的验证码是123456，请在一分钟内完成支付，切勿泄露给他人。这里还有很多补充文字";
$smsper = 16; // 假设每段限制 16 字（不含标点占位的具体业务需调整逻辑）
$segments = [];
$totalLength = mb_strlen($message, 'UTF-8'); // 先计算总字符数，而非字节数

if ($totalLength > 0) {
    $segmentCount = ceil($totalLength / $smsper);
    
    for ($i = 0; $i < $segmentCount; $i++) {
        $startPos = $i * $smsper;
        // 每次从剩余字符串中精确截取指定长度
        $seg = safe_substring($message, $startPos, $smsper);
        if (!empty($seg)) {
            $segments[] = $seg;
        }
    }
}

print_r($segments);
?>

在这个步骤中，关键参数如下：

• $startPos：当前的起始偏移量，必须基于字符索引而非字节索引。
• smsper：设定的单片最大字符数。
• ceil：用于向上取整，确保最后不足一截的部分也能被单独列为一段。

第三步：验证结果

运行上述脚本后，观察返回的数组。每个元素应当是一个完整的语义片段，内部不会包含半个汉字，且各元素连接起来的内容与原字符串一致。对于需要上传到第三方接口的场景，这能有效避免因字节错位引起的接收端乱码投诉。

简要总结

在处理涉及中文内容的字符串分割时，强烈建议摒弃手动字节位运算的方式。利用 PHP 的 mb_string 系列函数（特别是 mb_substr 和 mb_strlen），不仅代码简洁，而且从根本上解决了跨字节编码带来的截断风险。以上就是关于PHP解决中英数字混排字符串分割问题的详细内容，更多关于PHP开发技巧的资料请关注本站其它相关文章！