문자열을 특정 위치에서 자르는 작업은 웹개발에서 정말 자주 나온다. 사용자 입력값 검증, 파일명 처리, URL 파싱 등 곳곳에서 substr()을 쓴다. 다만 대부분의 개발자들은 substr()의 세 번째 파라미터인 길이 제한과 음수 인덱싱이 정확히 어떻게 동작하는지 모른 채 인터넷에서 가져온 코드를 그냥 복사해 붙인다. 실제로 프로덕션 환경에서 예상치 못한 빈 문자열이 반환되거나, 의도한 문자가 잘려나가는 버그를 경험하는 경우가 많다. 이번에는 substr()의 정확한 동작 원리, 오프셋과 길이 계산, 음수 인덱싱의 모든 케이스를 완벽하게 정리해서 소개하겠다.
substr(string, start, length)은 문자열에서 start 위치부터 length만큼의 문자를 반환한다. 여기서 중요한 건 각 파라미터가 정확히 어떤 의미를 가지는가 하는 것이다.
start는 추출을 시작할 위치다. 0이면 맨 처음, 1이면 두 번째 문자부터 시작한다. 음수를 쓰면 문자열의 끝에서부터 역순으로 세어진다. 예를 들어 -1이면 마지막 문자, -2면 마지막에서 두 번째 문자 위치를 의미한다.
length는 추출할 문자의 개수다. 양수면 앞으로 진행하면서 그만큼 가져오고, 음수면 끝에서부터 그만큼을 제외한다. length를 생략하면 start 위치부터 문자열 끝까지 모두 반환된다.
양수 start, 양수 length: 가장 직관적인 경우다. "Hello World"에서 substr(0, 5)를 하면 "Hello"가 나온다. start=0부터 5글자를 가져온다는 뜻이다.
양수 start, 음수 length: 끝에서부터 제외한다는 의미다. "Hello World"(11글자)에서 substr(0, -6)을 하면 "Hello"가 반환된다. 끝에서 6글자를 제외하니까 앞의 5글자만 남는 것이다.
음수 start, 양수 length: 끝에서부터 위치를 센다. "Hello World"에서 substr(-5, 3)을 하면 "Wor"가 나온다. 끝에서 5번째 문자 'W'부터 3글자를 가져온다는 뜻이다.
음수 start, 음수 length: 가장 헷갈리는 조합이다. "Hello World"에서 substr(-5, -2)를 하면 "Wor"가 반환된다. 끝에서 5번째부터 시작해서, 끝에서 2번째 직전까지 가져온다는 의미다.
예제 1: 파일명에서 확장자 추출
<?php
// ✗ 잘못된 코드
$filename = "document.pdf";
$ext = substr($filename, strrpos($filename, ".") + 1); // OK
$without_ext = substr($filename, 0, strrpos($filename, ".")); // OK
// 근데 만약 파일명이 없거나 점이 없으면?
$bad_name = ".hidden";
$result = substr($bad_name, strrpos($bad_name, ".") + 1); // "hidden" 반환 (의도: .hidden 자체가 파일명)
// ✓ 올바른 코드
function getFileExtension($filename) {
$pos = strrpos($filename, ".");
if ($pos === false) return ""; // 점이 없으면 확장자 없음
if ($pos === 0) return ""; // 점이 맨 앞이면 숨김 파일
return substr($filename, $pos + 1);
}
echo getFileExtension("document.pdf"); // "pdf"
echo getFileExtension(".hidden"); // ""
echo getFileExtension("readme"); // ""
?>
예제 2: 사용자 입력 길이 제한 (한글/이모지 문제)
<?php
// ✗ 잘못된 코드 - 멀티바이트 문자 무시
$username = "홍길동";
$limited = substr($username, 0, 2); // "홍길" (3글자가 아닌 2글자로 제한되어야 함?)
// 사실 substr()은 바이트 단위로 작동한다. 한글은 UTF-8에서 3바이트씩이다.
// 홍 = 3바이트, 길 = 3바이트, 동 = 3바이트
// substr($username, 0, 2)는 첫 2바이트만 가져오므로 불완전한 문자가 남는다.
$broken = substr("홍길동", 0, 2);
echo strlen($broken); // 2 (불완전한 상태)
// ✓ 올바른 코드 - mb_substr() 사용
function limitUsername($username, $max_chars) {
return mb_substr($username, 0, $max_chars, 'UTF-8');
}
echo limitUsername("홍길동", 2); // "홍길" (정확히 2글자)
echo strlen(limitUsername("홍길동", 2)); // 6 (완전한 한글 2글자)
?>
예제 3: 타임스탬프에서 연도만 추출
<?php
// ✗ 문제 상황
$dates = ["2024-01-15", "2025-12-25", "20"];
foreach ($dates as $date) {
$year = substr($date, 0, 4);
if (strlen($year) !== 4) {
// 길이 체크 필수! "20"은 2글자인데 그냥 "20"이 반환됨
}
echo "Year: $year
";
}
// ✓ 올바른 코드
function extractYear($date) {
if (strlen($date) < 4) {
return null; // 유효하지 않은 날짜 형식
}
$year = substr($date, 0, 4);
if (!ctype_digit($year)) {
return null; // 숫자 아님
}
return (int)$year;
}
echo extractYear("2024-01-15"); // 2024
echo extractYear("20"); // null
echo extractYear("abcd-01-15"); // null
?>
❌ 오프셋이 문자열 길이를 초과할 때
<?php
$text = "Hello";
$result = substr($text, 10); // 빈 문자열 반환
var_dump($result); // string(0) ""
// 이 경우 경고 메시지가 없어서 버그를 찾기 어렵다.
// 프로덕션에서 조용히 빈 값이 DB에 저장되는 경우가 많다.
// ✓ 사전 검증 필수
if (strlen($text) > 10) {
$result = substr($text, 10);
} else {
$result = ""; // 또는 에러 처리
}
?>
❌ 음수 start가 문자열 범위를 초과할 때
<?php
$text = "Hello"; // 5글자
$result = substr($text, -10); // 10은 범위를 벗어남
var_dump($result); // string(5) "Hello" - 범위를 벗어나면 처음부터 시작
// 의도: 끝에서 10번째부터
// 실제: 범위 초과이므로 처음부터 시작
// ✓ 안전한 처리
$start = max(-strlen($text), -10); // 최소 처음까지만
$result = substr($text, $start);
?>
❌ 양수 length가 너무 클 때
<?php
$text = "Hello";
$result = substr($text, 1, 1000); // length가 범위를 초과
var_dump($result); // string(4) "ello" - 나머지 모두 반환됨
// ✓ 명시적으로 범위 제한
$max_length = strlen($text) - 1; // start=1 이후의 최대 길이
$length = min(10, $max_length); // 10과 최대 가능 길이 중 작은 값
$result = substr($text, 1, $length);
?>
substr()은 충분히 빠르지만, 반복 호출할 때는 고민할 필요가 있다. 특히 정규표현식을 사용할 수 있다면 preg_match()가 더 나을 수도 있다. 예를 들어 URL에서 도메인만 추출하는 작업이라면 parse_url()을 쓰는 게 명확하고 안전하다.
<?php
// substr()로 URL 파싱 (위험)
$url = "https://example.com/path/to/page?id=123";
$domain = substr($url, 0, strpos($url, "/", 8)); // https:// 이후의 첫 / 찾기
// 복잡하고 오류 가능성 높음
// ✓ parse_url() 사용 (안전)
$parts = parse_url($url);
$domain = $parts['host']; // "example.com"
$path = $parts['path']; // "/path/to/page"
?>
substr()은 오프셋과 길이를 명확히 이해해야 올바르게 쓸 수 있다. 특히 음수 파라미터와 범위 초과 상황에서 버그가 발생한다. 멀티바이트 문자(한글, 이모지)를 다룰 때는 반드시 mb_substr()을 사용해야 한다. 실무에서는 항상 사전 검증과 경계값 체크가 필수다. 이 글의 예제들을 참고해 각 케이스에 맞는 안전한 코드를 작성하면, 문자열 처리로 인한 버그를 대부분 예방할 수 있을 것이다.