大家都知道，不同字符编码，其在内存占用的字节数不一样。如中文字符是3字节,GBK为2个字节。
PHP 也自带几种字符串截取函数，其中常用到的就是 substr 和 mb_substr。
使用substr截取中文字符时会出现乱码，这是因为substr是按字节来截取的。即UTF-8编码的中文，使用substr截取，只会截取1/3个中文，当然出现乱码了。
mb_substr
( string $str,int $start [,int $length [,string $encoding ]] ) 中的参数$encoding可以指定编码，如果省略，则使用内部字符编码。
如果不清楚字符串的编码格式的话，可以用mb_detect_encoding检查：
$encoding = mb_detect_encoding($string,array("ASCII",'UTF-8′,"GB2312′,"GBK",'BIG5′));
然后：
mb_substr
( string $str,string $encoding ]] )
如果自己实现mb_substr,效率并不是很好。
ord(substr($str,$i,1)) > 0xa0)
截取的字符串第一个字符是不是汉字，因为例如gb2312编码的一个文字是2字节，utf8为三个字节。即 编码大于256的就是汉字。
正则字符：
匹配汉字 : preg_match_all('/[\x80-\xff]?./',$string,$match);
编码转换
iconvstring$in_charset$out_charset$str
如GB2312 转UTF-8: iconv("GB2312","UTF-8",$text)
url 编码urlencode
-_.%+application/x-www-form-urlencoded
代码如下:
$url = '中国';
echo urlencode($url );
//UTF-8: %E4%B8%AD%E5%9B%BD
//GB2312:%D6%D0%B9%FA
echo urlencode($url );
//UTF-8: %E4%B8%AD%E5%9B%BD
//GB2312:%D6%D0%B9%FA
http://www.baidu.com/s?wd=&rsv_bp=0&ch=&tn=baidu&bar=&rsv_spt=3&ie=utf-8&rsv_sug3=16&rsv_sug=0&rsv_sug4=302&rsv_sug1=11&inputT=22928
即我们看到“中国”被浏览器自动转换为：
url解码
中文，则要把解码出的字符串进行转换。
PHP文件设置为gb2312编码。你会看到一部分是乱码，一部分是正常的。
echo $a = urldecode(urlencode($url)),' ';
echo iconv('gb2312','utf-8',$a);
echo iconv('gb2312','utf-8',$a);
原文链接：https://www.f2er.com/php/26639.html
