PHP 字符串切分 utf-8(支持汉语、日文、韩文等,高效、)
因为mb_substr、mb_strlen太过低效,故而采用了此段代码。非原创,主要原理是根据UTF-8的编码特点0xxxxxxx 110xxxxx 10xxxxxx1110xxxx 10xxxxxx 10xxxxxx11110xxx 10xxxxxx 10xxxxxx 10xxxxxx111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx来获取字符边界,从而确定一个字所占字节数,并处理成数组。方便对字符操作比较频繁的用户,此函数效率比mb_substr高效1 0倍,我曾经写过一个「N万违禁词替换类」,在开发此类过程中,详细对比过这两者的效率,此函数明显胜出。
[PHP]代码
function str_split_utf8($str) { // place each character of the string into and array $split = 1; $array = array(); $len = strlen($str); for ( $i = 0; $i < $len; ){ $value = ord($str[$i]); if($value > 0x7F){ if($value >= 0xC0 && $value <= 0xDF) $split = 2; elseif($value >= 0xE0 && $value <= 0xEF) $split = 3; elseif($value >= 0xF0 && $value <= 0xF7) $split = 4; elseif($value >= 0xF8 && $value <= 0xFB) $split = 5; elseif($value >= 0xFC) $split = 6; } else { $split = 1; } $key = ''; for ( $j = 0; $j < $split; ++$j, ++$i ) { $key .= $str[$i]; } $array[] = $key; } return $array; }