Php HtmlEntity和html_entity_decode的行为与反向行为不同

我想将字符串截断为一定数量的字符。此字符串包含html字符。注意，我从字符串中删除了所有html标记。现在，如果在断点处有一个特殊字符，它不应该在HTML字符中间中断，而是在之后或之前。这些示例不起作用：

//example 1
$str = "French for French is français";
$str = substr($str, 0, 27);
//$str contains "French for French is fran&c";

//example 2
$str = "the en dash looks like –";
$str = substr($str, 0, 25);
//$str contains "the en dash looks like &#";

所以我认为我应该首先将特殊字符转换为单个字符，进行截断，然后将单个字符还原为特殊字符。在第一个示例中似乎有效，但在第二个示例中无效

//example 1
$str = "French for French is français";
$str = html_entity_decode($str);
$str = substr($str, 0, 27);
$str = htmlentities($str);
//$str contains "French for French is frança";

//example 2
$str = "the en dash looks like –";
$str = html_entity_decode($str);
$str = substr($str, 0, 25);
$str = htmlentities($str);
//$str contains "the en dash looks like &#";

---

我应该做些什么来改变这两个示例的行为方式，使其符合我的预期？

htmlentities默认情况下使用您的

default\u字符集

php.ini值进行编码。如果您没有使用支持正在转换的实体的字符集，那么它的行为可能与预期不符。试试这个，看看你是否得到了不同的结果

htmlentities（$str，null，'utf-8'）

html实体解码（$str，null，'utf-8'）

mb_substr（$str，0,25，'utf-8'）



查找
mb_substr
作为可能的替代谢谢，但是如果在前两个示例中用mb_substr替换substr，我会得到完全相同的结果。您是否有成功使用mb_substr和上述示例的工作示例？您需要将其与
html_entity_decode
相结合，因为即使它转换为单个字符，特殊字符的样式是多字节字符，substr会将其分割，正如您所发现的。我尝试了我的解决方案，但它不起作用，使用UTF-8时，字符编码错误
似乎不是有效的unicode字符。我确实得到了不同的结果。在上面的第三个和第四个示例中，当我将“htmlentities（$str）；”替换为“htmlentities（$str，null，'uttf-8'）；”时，第一个字符串显示为空，第二个仍然输出“en-dash看起来像&#”。如果您不想每次调用都这样做，那么您也可以更新php.ini中的default_字符集，或者执行ini_set（）将其设置为utf-8。我必须将ENT_QUOTES标志添加到htmlentities函数中，因为撇号/单引号没有正确转换。现在看起来是这样的：$str=html_entity_decode（$str，ENT_引号| ENT_HTML401，'utf-8'）；