类似这样的替换操作，用到了php函数preg_replace：
/u是UTF-8
代码1，PHP截取UTF-8字符串，解决半字符问题
<?php
/***
* PHP截取UTF-8字符串，解决半字符问题。utf_substr
* 英文、数字（半角）为1字节（8位），中文（全角）为3字节
* @return 取出的字符串, 当$len小于等于0时, 会返回整个字符串
* @param $str 源字符串
* $len 左边的子串的长度
* @edit www.
function utf_substr($str,$len){
for($i=0;$i<$len;$i++){
$temp_str=substr($str,0,1);
if(ord($temp_str) > 127){
$i++;
if($i<$len){
$new_str[]=substr($str,0,3);
$str=substr($str,3);
}
}else{
$new_str[]=substr($str,0,1);
$str=substr($str,1);
}
}
return join($new_str);
}
//调用示例
$str = utf_substr('你好',4);
echo $str;
?>
代码2，截取utf-8字符串函数
<?php
/**
* 截取utf-8字符串
* edit www.
*/
function cut_str($sourcestr,$cutlength){
$returnstr='';
$i=0;
$n=0;
$str_length=strlen($sourcestr);//字符串的字节数
while (($n<$cutlength) and ($i<=$str_length)){
$temp_str=substr($sourcestr,$i,1);
$ascnum=Ord($temp_str);//得到字符串中第$i位字符的ascii码
if ($ascnum>=224){ //如果ASCII位高与224，
$returnstr=$returnstr.substr($sourcestr,$i,3); //根据UTF-8编码规范，将3个连续的字符计为单个字符
$i=$i+3; //实际Byte计为3
$n++; //字串长度计1
}elseif ($ascnum>=192){ //如果ASCII位高与192，
$returnstr=$returnstr.substr($sourcestr,$i,2); //根据UTF-8编码规范，将2个连续的字符计为单个字符
$i=$i+2; //实际Byte计为2
$n++; //字串长度计1
}elseif ($ascnum>=65 && $ascnum<=90){ //如果是大写字母，
$returnstr=$returnstr.substr($sourcestr,$i,1);
$i=$i+1; //实际的Byte数仍计1个
$n++; //但考虑整体美观，大写字母计成一个高位字符
}else{ //其他情况下，包括小写字母和半角标点符号，
$returnstr=$returnstr.substr($sourcestr,$i,1);
$i=$i+1; //实际的Byte数计1个
$n=$n+0.5; //小写字母和半角标点等与半个高位字符宽...
}
}
if ($str_length>$cutlength){
$returnstr = $returnstr . "...";//超过长度时在尾处加上省略号
}
return $returnstr;
}
//调用示例
$str = '你好!我好';
$str = cut_str($str,3);
echo $str;
?>
在php中，多使用substr函数截取字符串，但有时会出现半个汉字乱码的问题，此时可以使用mb_substr()函数安全的截取。
substr函数
string substr ( string $string , int $start [, int $length ] )
返回string中从start位置开始长度为length的字符串
substr函数在截取字符时是按字节来截取的，中文字符在GB2312编码时为2个字节，utf-8编码时为3个字节，所以截取指定长度的字符串时如果截断了汉字，那么返回的结果显示出来便会出现乱码。
解决办法：
1、改用mb_substr()函数
string mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )
类似substr()函数，只是计数按字符数来计，保证字符安全
使用mb_substr()函数可保证不会出现乱码，但缺点是长度统计变成了字符数统计，而不是按字节数统计。用于显示时，同样长度的中文结果和英文结果会出现较大的显示长度的差别。
2、来自康盛的substr功能
中文字符按2个长度单位来计算，使得中英文混用环境下字符串截取结果最后的显示长度接近；
舍弃最后一个不完整字符，保证不会出现显示上的乱码；
且兼容了中文字符常用的utf-8编码和GB2312编码，有很好的通用性。
代码如下：
/**
* 改进的substr
* edit www.
*/
function getstr($string, $length, $encoding = 'utf-8') {
$string = trim($string);
if($length && strlen($string) > $length) {
//截断字符
$wordscut = '';
if(strtolower()($encoding) == 'utf-8') {
//utf8编码
$n = 0;
$tn = 0;
$noc = 0;
while ($n < strlen($string)) {
$t = ord($string[$n]);
if($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {
$tn = 1;
$n++;
$noc++;
} elseif(194 <= $t && $t <= 223) {
$tn = 2;
$n += 2;
$noc += 2;
} elseif(224 <= $t && $t < 239) {
$tn = 3;
$n += 3;
$noc += 2;
} elseif(240 <= $t && $t <= 247) {
$tn = 4;
$n += 4;
$noc += 2;
} elseif(248 <= $t && $t <= 251) {
$tn = 5;
$n += 5;
$noc += 2;
} elseif($t == 252 || $t == 253) {
$tn = 6;
$n += 6;
$noc += 2;
} else {
$n++;
}
if ($noc >= $length) {
break;
}
}
if ($noc > $length) {
$n -= $tn;
}
$wordscut = substr($string, 0, $n);
} else {
for($i = 0; $i < $length - 1; $i++) {
if(ord($string[$i]) > 127) {
$wordscut .= $string[$i].$string[$i + 1];
$i++;
} else {
$wordscut .= $string[$i];
}
}
}
$string = $wordscut;
}
return trim($string);
}
?>
您可能感兴趣的文章：
php函数substr截取中文字符出现乱码的解决方法
php乱码问题 utf8乱码杂谈
php截取中文字符串乱码如何解决呢
php分割GBK中文乱码的解决方法
解决php截取utf-8中文字符串时乱码的问题
如何解决php中文字符乱码,中文字符入库乱码的问题
php中文字符串截断且无乱码的解决方法
有关php中文乱码的解决方法
php utf8 一半乱码的问题
在php中，使用iconv函数转换字符集很好用，不过有时iconv转换会返回false或空字符串，这不算是iconv的问题，这其实是字符集的问题，但是实际编码中应该算是iconv的bug了。
测试下这段字符串用iconv转换后的效果：
echo '没有任何参数 : ', iconv("utf-8", "gbk", $str)."<br>";
返回结果：
第一个特殊字符以后的字符都不能显示。
iconv有两个参数：
分别是TRANSLIT 和IGNORE ，含义是TRANSLIT 表示如果目标编码里面不能翻译原编码，那么就直接找一个类似的最相近的字符或者字符串替代，例如€可能会被替换为EUR；而IGNORE 遇到目标字符集不能翻译的原始字符则直接跳过忽略，不返回false。
使用方法：
或
$infocontent=iconv("utf-8","gbk//TRANSLIT",$infocontent);
鉴于此，我认为iconv应该提供一个默认的参数IGNORE，避免开发者使用不善时出现返回空字符串的情况。