核心区别在于是否支持多字节字符：substr()按字节截取，易致中文乱码；mb_substr()按字符截取，需显式指定编码如’UTF-8’，否则可能出错或不可靠。
substr() 和 mb_substr() 的核心区别在哪
根本区别在于是否支持多字节字符（比如中文、日文）。substr() 是按字节截取，遇到 UTF-8 中文会直接砍断字节流，导致乱码；mb_substr() 按字符截取，能正确识别一个中文算一个字符。
常见错误现象：substr("你好world", 0, 4) 可能返回 "你好wo" 或乱码（取决于前4字节是否完整），而 mb_substr("你好world", 0, 4, 'UTF-8') 稳定返回 "你好wo"（2个中文 + 2个英文）。
- 必须显式传入编码（如
'UTF-8'），否则可能因默认编码不一致出错 -
mb_substr()在未启用mbstring扩展时会报Fatal error: Uncaught Error: Call to undefined function mb_substr() - 性能上
substr()更快，但仅适用于纯 ASCII 场景
中文截取时为什么 strlen() 和 mb_strlen() 结果不同
strlen() 返回字节数，mb_strlen() 返回字符数。UTF-8 下一个中文占 3 字节，所以 strlen("你好") 是 6，而 mb_strlen("你好", 'UTF-8') 是 2。
这个差异直接影响截取逻辑：用 strlen() 做长度判断再调 substr()，结果不可靠；用 mb_strlen() 判断 + mb_substr() 截取，才真正可控。
立即学习“PHP免费学习笔记（深入）”；
- 别用
strlen($str) > 10 ? substr($str, 0, 10) . '...' : $str处理中文标题——大概率截出乱码 - 正确写法：
mb_strlen($str, 'UTF-8') > 10 ? mb_substr($str, 0, 10, 'UTF-8') . '...' : $str - 注意：PHP 8.0+ 支持在
mb_*函数中省略编码参数（若已设mb_internal_encoding()），但显式传入更安全
截取带 HTML 标签的字符串怎么不破坏结构
直接用 substr() 或 mb_substr() 截断，很可能把
、
这不是字符串函数能解决的问题，得先剥离或保留完整标签。常用做法是：先用 strip_tags() 去标签再截，或用 DOM 解析后截文本节点。
- 简单场景（只要纯文本）：
mb_substr(strip_tags($html), 0, 100, 'UTF-8') - 复杂场景（需保留部分标签）：用
DOMDocument加载后遍历textContent，或借助html5lib类库做语义截断 - 千万别用正则匹配 HTML 来“智能截断”——边界情况太多，容易漏闭合标签或误删属性
截取后加省略号要注意什么
加 '...' 很简单，但容易忽略两点：一是省略号本身占字符数（3 字节），二是中英文混排时宽度不一致影响显示。
更稳妥的做法是预留空间，并统一用 Unicode 省略号字符 '…'（U+2026，1 字符/3 字节），视觉更紧凑。
function truncate($str, $length = 50, $encoding = 'UTF-8') {
if (mb_strlen($str, $encoding) <= $length) {
return $str;
}
return mb_substr($str, 0, $length - 1, $encoding) . '…';
}
- 减去的长度要和省略号字符数对齐：
'…'算 1 个字符，'...'算 3 个字符 - 如果前端用 CSS 控制溢出（
text-overflow: ellipsis），后端就别重复截——避免两次截断导致信息丢失 - 用户昵称、文章摘要等字段，建议在数据库层或 API 层统一截取逻辑，避免各处写法不一致
实际项目里最常踩的坑，不是函数不会用，而是没想清楚「这个字符串到底是什么编码」「它会不会含 HTML」「截完给谁看（前端渲染 or 日志记录）」。这些上下文，比选哪个函数重要得多。