ivy-jie

漢字的GBK編碼也是把一個漢字用兩個字節來表示，其首字節對應0x81-0xFE(即129-224)，尾字節對應除掉(0x7F)的0x40-oxFE(即64-126和128-224)

我們一般判斷一個字是否是漢字都是根據其首字節來判斷，我們來看漢字的GBK編碼首字節的起始編碼0x81，其二進制即為0000 1000 0000 0000， 可見若一個字符的二進制邏輯與0x81之后為0時，該字符一定小于0x81，此時該字符必定不是漢字，反之，該字符應該是一個漢字的首字節。

結合以上原理就不難理解一個中英文混合字符串的截取的常用代碼：

function gb_substr($str, $start, $len)
{
$s = '';
$j = 0;
for ($i=0; $i<strlen($str); $i++) {
   if (ord($str[$i]) & 0x81 != 0) { //或者ord($str[$i]) > '0x80'
    $t = $str[$i].$str[$i+1];
    if (($i >= $start) && ($i+1 < $start+$len)) $s.= $t;
    $i++;
   } else {
    $t = $str[$i];
    if (($i >= $start) && ($i < $start+$len)) $s.= $t;
   }
   if ($i >= $start+$len) break;
}
return $s;
}