全角文字の指定以内の切り取り

質問

$text = "あいうえお";

// 全角を２バイトとするSJSIやEUC-JPの文字コードで
// ５バイト切り出した時に[う」が半分に割れて文字化け起こすのを回避
// し、５バイト切りでも４バイト切りにする方法が知りたいです。
// 上の場合、 $result = "あい";となるような方法です。
// $text = "あいuえお"; の場合は $result = "あいu";
// $text = "aいうえお"; の場合は $result = "aいう";

回答No.1

yambejp · ベストアンサー

UTFなど3バイト文字も想定した方がよいかもしれませんね。
たとえば冗長なやりかたですがこんな感じでどうでしょう？

<?PHP
function substr_cut($str,$num){
mb_internal_encoding("EUC-JP");
$retstr="";
for($i=1;$i<=mb_strlen($str);$i++){
$substr=mb_substr($str,$i-1,1);
$count+=strlen($substr)==1?1:2;
if($count>$num) break;
$retstr.=$substr;
}
return $retstr;
}
$text = "あいうえお";
print substr_cut($text,5)."<br>";
$text = "あいueo";
print substr_cut($text,5)."<br>";
$text = "aいueo";
print substr_cut($text,5)."<br>";
$text = "aいうえo";
print substr_cut($text,5)."<br>";
?>

回答No.2

mpx

mb_convert_encodingが不完全な文字を削除する特徴を利用して
下記のようにするのが簡単です。

<? //EUC-JPの例です
$text = "あいうえお";
$text= substr($text,0,5); //５文字を切り取り
// 一旦、他の文字コードに替えて戻します
$text = mb_convert_encoding($text, "UTF-8","EUC-JP");
$text = mb_convert_encoding($text,"EUC-JP", "UTF-8");
echo $text;
?>