$encoding = mb_detect_encoding($string, array(ascii,'utf-8′,gb2312′,gbk,'big5′));
复制代码
然后：mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )
如果自己实现mb_substr,效率并不是很好。
编码相关的php函数使用ord(substr($str, $i, 1)) > 0xa0)
ord($string)返回字符串第一个字符的asc码，通过这个来判断截取的字符串第一个字符是不是汉字，因为例如gb2312编码的一个文字是2字节，utf8为三个字节。即 编码大于256的就是汉字。
正则字符：
匹配汉字 : preg_match_all('/[\x80-\xff]?./', $string, $match);匹配英文: preg_match_all(/[/x01-/x7f]+/, $string, $match);
复制代码
编码转换
iconv ( string $in_charset , string $out_charset , string $str )如gb2312 转utf-8: iconv(gb2312,utf-8,$text)
复制代码
url 编码urlencode
编码后返回的字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数，空格则编码为加号（+）。此编码与 www 表单 post 数据的编码方式是一样的，同时与 application/x-www-form-urlencoded 的媒体类型编码方式一样。
注意：在编码时应该只对部分url编码，否则url中的冒号和反斜杠也会被转义。
urlencode的方式一般有两种，一种是传统的基于gb2312的encode，另一种是基于utf-8的encode。例如：
$url = '中国';echo urlencode($url );//utf-8: %e4%b8%ad%e5%9b%bd//gb2312:%d6%d0%b9%fa
复制代码
例如我们使用浏览器打开百度，搜索 “中国”. 在地址栏看到:http://www.baidu.com/s?wd=%e4%b8%ad%e5%9b%bd&rsv_bp=0&ch=&tn=baidu&bar=&rsv_spt=3&ie=utf-8&rsv_sug3=16&rsv_sug=0&rsv_sug4=302&rsv_sug1=11&inputt=22928
即我们看到“中国”被浏览器自动转换为：%e4%b8%ad%e5%9b%bd。urlencode和rawurlencode的区别：urlencode将空格编码为加号“+”，rawurlencode将空格编码为加号“%20”。
url解码urldecode 和 rawurldecode1、在解码时，可以使用相应的 urldecode() 和 rawurldecode()，相应地，rawurldecode() 不会把加号（'+'）解码为空格，而 urldecode() 可以。2、urldecode() 和 rawurldecode() 解码出的字符串是 utf-8格式的编码，如果url中含有非utf-8 编码的中文，则要把解码出的字符串进行转换。如下，先把php文件设置为gb2312编码。你会看到一部分是乱码，一部分是正常的。
$url = '中国';echo $a = urldecode(urlencode($url)) ,' ';echo iconv('gb2312', 'utf-8', $a);?й? 中国
复制代码