php字符串截取应优先用mb_substr()而非substr()，因后者按字节截取易致中文、emoji乱码；使用mb_substr()必须显式指定utf-8编码，配合mb_strlen()判断长度并避免重复拼接省略号。
substr() 是 PHP 里最常用、但最容易出错的截取函数
它按字节截取，不是按字符。中文、emoji、UTF-8 多字节字符一截就乱码，比如 substr("你好", 0, 2) 可能只输出一个问号或空字符串。
实操建议：
立即学习“PHP免费学习笔记（深入）”；
- 纯 ASCII 字符（英文、数字、基本符号）用
substr()安全，比如处理日志 ID、token 前缀 - 含中文、日文、emoji 或不确定编码的字符串，必须换用
mb_substr() - 使用前确认当前脚本的内部编码：用
mb_internal_encoding()查，没设就默认 ISO-8859-1，mb_substr()会失效 - 示例：
mb_substr("Hello世界?", 0, 5, "UTF-8")→"Hello"；mb_substr("Hello世界?", 0, 6, "UTF-8")→"Hello世"
mb_substr() 必须显式传入编码参数
很多人写了 mb_substr($str, 0, 10) 就跑，结果在某些环境（如 CLI 模式或旧 PHP 版本）下还是乱码——因为没指定第四个参数 encoding，它会 fallback 到 mb_internal_encoding() 的值，而这个值不一定等于你字符串的实际编码。
实操建议：
立即学习“PHP免费学习笔记（深入）”；
- 永远显式写全四个参数：
mb_substr($str, $start, $length, "UTF-8") - 不要依赖
mb_internal_encoding("UTF-8")全局设置，它容易被其他扩展或框架覆盖 - 如果字符串来源不可控（如用户 POST、数据库读取），先用
mb_detect_encoding()探测，再传给mb_substr()，但注意该函数不准，仅作兜底，优先靠约定（如 MySQL 连接统一设为 utf8mb4）
截取超长字符串并加省略号？别直接拼接
mb_substr($str, 0, 20, "UTF-8") . "..." 看似简单，但当原字符串本身不到 20 字符时，会多出三个点，语义错误。
实操建议：
立即学习“PHP免费学习笔记（深入）”；
- 先判断长度：
$truncated = mb_strlen($str, "UTF-8") > 20 ? mb_substr($str, 0, 20, "UTF-8") . "..." : $str; - 注意
mb_strlen()也必须传编码，否则和mb_substr()编码不一致会导致逻辑错位 - 如果要兼容 HTML 输出，省略号后的
...建议用…实体，避免被 CSStext-overflow: ellipsis干扰
性能敏感场景下，strlen() 和 mb_strlen() 差距很大
对一个 1MB 的 UTF-8 中文文本调用 mb_strlen($str, "UTF-8")，比 strlen($str) 慢 10 倍以上——因为前者要逐字节解析多字节序列，后者只是读 strlen 字段。
实操建议：
立即学习“PHP免费学习笔记（深入）”；
- 如果只是做“是否超长”的快速判断（比如防 DOS），先用
strlen()粗筛：if (strlen($str) > 2000) { /* 再用 mb_strlen 精判 */ } - 缓存
mb_strlen()结果，尤其在循环中重复截取同一字符串时 - PHP 8.0+ 可考虑
mb_str_split()配合array_slice()，但通常没必要，mb_substr()已足够
真正麻烦的不是函数选哪个，而是你得时刻记住：PHP 的字符串函数分两套体系，一套是字节，一套是字符，混用一次就崩一次。编码不声明清楚，连 mb_substr() 都救不了你。
