substr()按字节截取会导致中文等多字节字符乱码，应使用mb_substr()和mb_strlen()按字符处理，且必须显式指定’UTF-8’编码。
直接说结论：substr() 本身不保证返回字符串长度等于你传入的截取长度，尤其当源字符串含多字节字符（如中文、emoji）时，substr() 按**字节**截取，极易导致乱码或实际字符数远少于预期——所以不能靠 strlen() 判断“截取后有多少个字符”，得用 mb_substr() + mb_strlen() 配套处理。
为什么 substr() + strlen() 在中文里会出错
substr() 是字节级操作，strlen() 返回的也是字节数。UTF-8 下一个中文占 3 字节，一个 emoji 可能占 4 字节。比如：
$s = "你好world"; echo strlen(substr($s, 0, 5)); // 输出 5 —— 但实际只拿到 "你"（3 字节）+ "wo"（2 字节），共 2 个汉字 + 2 个字母，不是 5 个“字符”
这种结果既难读又无法用于逻辑判断（比如“是否截够 5 个字”）。
- 错误现象：
strlen(substr($s, 0, 5)) === 5成立，但肉眼看到只有 2 个中文 + 2 个英文 - 根本原因：UTF-8 多字节字符被硬切，
substr()不识别字符边界 - 兼容性影响：在纯 ASCII 场景下看似正常，一旦混入中文、日文、表情符号就崩
正确做法：用 mb_substr() 截取 + mb_strlen() 测长
这两个函数默认按 UTF-8 字符计数，语义一致、可预测：
立即学习“PHP免费学习笔记（深入）”；
$s = "你好world"; $cut = mb_substr($s, 0, 5, 'UTF-8'); // → "你好wor" echo mb_strlen($cut, 'UTF-8'); // → 5
- 必须显式传入
'UTF-8'编码参数，否则依赖mb_internal_encoding()，线上环境容易不一致 -
mb_substr($s, 0, 5)表示“取前 5 个字符”，不是前 5 字节 - 如果原字符串不足 5 字符，
mb_substr()自动返回全部，mb_strlen()返回真实字符数，无需额外判空或截断校验
需要动态判断截取后是否达标？别用 strlen() 做条件
常见需求：截取最多 10 个字符，若不够 10 就补点…；或要求“必须满 8 字才显示”。这时逻辑应基于字符数，而非字节数：
$text = "PHP开发者";
$limited = mb_substr($text, 0, 10, 'UTF-8');
if (mb_strlen($limited, 'UTF-8') < 8) {
$limited .= '…';
}
- 错误写法：
strlen($limited) —— 中文下永远大于等于 8（因为字节数翻倍） - 注意：
mb_strlen()第二个参数必须和mb_substr()一致，否则结果不可比 - 性能上无明显差异，现代 PHP（7.4+）中
mb_*函数已优化，不必为这点开销退回到substr()
真正容易被忽略的是编码声明——哪怕你本地开发用 UTF-8，上线后如果服务器 mbstring.func_overload 关闭或 default_charset 设为 ISO-8859-1，mb_substr() 仍可能按错编码解析。最稳的方式：所有 mb_* 调用都带明确的 'UTF-8' 参数，不依赖全局配置。