mb_substr 和 substr 结果不同，根本原因是前者按字符截取、后者按字节截取；处理 UTF-8 多字节字符（如中文、emoji）时，substr 可能截断字符导致乱码，而 mb_substr 能正确解析编码并安全截取。
mb_substr 和 substr 在 PHP 7.4（以及所有支持多字节的 PHP 版本）中结果不同，根本原因在于：它们操作的单位完全不同——一个是字符（character），一个是字节（byte）。尤其在处理中文、日文、emoji 等 UTF-8 多字节字符时，这个差异会直接导致截取内容错乱或长度误判。
substr() 是字节级截取
它不识别编码结构，只是从字符串内存位置开始，按字节数硬切：
- UTF-8 中，一个中文占 3 字节，一个 emoji（如 ?）可能占 4 字节；
-
substr($str, 0, 5)表示“取前 5 个字节”，不管这 5 字节是否落在某个中文字符中间； - 若恰好切在“你好”的第 2 字节处，就会得到
"你"这类乱码。
$str = "你好world"; echo substr($str, 0, 5); // 输出："你好w"？错！实际是："你"（3字节） + "wo"（2字节）→ 显示为 "你wo" 或类似乱码 echo strlen(substr($str, 0, 5)); // 输出 5（字节数），但只含 2 个完整字符
mb_substr() 是字符级截取
它依赖 mbstring 扩展，能解析 UTF-8 的变长编码规则，把字节流正确还原为逻辑字符再操作：
-
mb_substr($str, 0, 5, 'UTF-8')表示“取前 5 个字符”，无论每个字符占几个字节； - 自动跳过非法字节偏移，确保不会截断半个汉字；
- 返回结果语义清晰，
mb_strlen()测得的长度也与预期一致。
$str = "你好world"; echo mb_substr($str, 0, 5, 'UTF-8'); // 输出："你好wor"（2 中文 + 3 英文 = 5 字符） echo mb_strlen(mb_substr($str, 0, 5, 'UTF-8'), 'UTF-8'); // 输出 5
关键区别总结
-
substr()立即学习“PHP免费学习笔记（深入）”；
- 不检查编码，纯字节偏移；
- 快（无解析开销），但危险；
- 仅适合纯 ASCII 场景（如英文 ID、数字、URL path 段）。
-
mb_substr()- 需显式指定编码（推荐
'UTF-8'）； - 依赖
mbstring扩展（PHP 7.4 默认启用，但需确认php.ini中未禁用）； - 安全、可预测，是处理用户输入、多语言内容的唯一合理选择。
- 需显式指定编码（推荐
常见踩坑点
- 忘记传第 4 个参数
'UTF-8'，导致使用默认内部编码（可能为ISO-8859-1），中文仍乱码； - 混用
strlen()和mb_substr()：strlen()返回字节数，不能代表“有几个字”； - 用
substr()截取后做mb_strlen()判断——输入已是乱码，结果无意义。
不复杂但容易忽略
