网站文件批量转码

引:   由于数据库要求，数据库由原gbk2312编码更改为utf-8，为方便数据交互减少编码不一致引起的问题，

      需要将网站整站转码（gb2312-->utf-8）

一  在网上找批量转码工具

  

 

  注意： 1.这个软件支持选择文件，或者选择目录，有部分可选类型，也可以是所有文件，提供方便的同时也要细心。查看所选文件里是否有不需要转码的文件，如不同编码的文件，图片等，一定不要一起给转了。

              2.没有去重功能，所以注意不要重复选择文件（重复选择会怎么样，我还试）
              3. 若勾选”保留文件备份“，则每个文件都有一个对应的bak文件生成，由于我项目已经用git管理了，所以不需要备份（git自己有恢复功能），怎么备份法看具体情况吧，反正这大动作还是要慎重的。

 

二，去除bom头
       使用EditPlus编辑器打开刚才转码过的文件，底部状态栏显示编码为”UTF-8+“,即含有bom头.

        什么是bom？ 引用网友一段话"在utf-8编码文件中BOM在文件头部，占用三个字节，用来标示该文件属于utf-8编码，现在已经有很多软件识别bom头，但是还有些不能识别bom头，比如PHP就不能识别bom头，这也是用记事本编辑utf-8编码后执行就会出错的原因了.

        这样在php执行程序的时候会将bom头作为内容输出，在遇到要求不能有输出的时候，如session_start()就会出错。

        单个文件，用editplus编辑器打开另存为无‘utf-8’(即无bom)的文件即可。

        对于这么多文件，有网友分享了一段脚本，快速批量准确的去除bom头（没查到原作者，在此感谢高人分享~），在被转码文件的根目录下建一个php文件，以下代码拷贝进去，在url中输入访问地址，执行即可：

        if (isset($_GET['dir'])){ //设置文件目录  
$basedir=$_GET['dir'];  
}else{  
$basedir = '.';  
}  
$auto = 1;  
checkdir($basedir);  
function checkdir($basedir){  
if ($dh = opendir($basedir)) {  
  while (($file = readdir($dh)) !== false) {  
   if ($file != '.' && $file != '..'){  
    if (!is_dir($basedir."/".$file)) {  
     echo "filename: $basedir/$file ".checkBOM("$basedir/$file")."
";  
    }else{  
     $dirname = $basedir."/".$file;  
     checkdir($dirname);  
    }  
   }  
  }  
closedir($dh);  
}  
}  
function checkBOM ($filename) {  
global $auto;  
$contents = file_get_contents($filename);  
$charset[1] = substr($contents, 0, 1);  
$charset[2] = substr($contents, 1, 1);  
$charset[3] = substr($contents, 2, 1);  
if (ord($charset[1]) == 239 && ord($charset[2]) == 187 && ord($charset[3]) == 191) {  
  if ($auto == 1) {  
   $rest = substr($contents, 3);  
   rewrite ($filename, $rest);  
   return ("BOM found, automatically removed._http://www.k686.com");  
  } else {  
   return ("BOM found.");  
  }  
}  
else return ("BOM Not Found.");  
}  
function rewrite ($filename, $data) {  
$filenum = fopen($filename, "w");  
flock($filenum, LOCK_EX);  
fwrite($filenum, $data);  
fclose($filenum);  
}  
?>
三，使用强大的ZendSdio批量查找替换htm中申明的gb2312的编码为utf-8

        注意：新建的zend工程，查看htm是否正常显示，如果是乱码，查看工程htm的编码是否设置为utf-8,         选中工程，全局搜索（ctrl+H）“charset=gb2312”批量替换为“charset=utf-8”，

        注意：可能某些引入项目外部的文件，需要保持申明为gb2312，所以，就需要排除这些例外，不可一起被替换，而对于本次已被转码的文件，是需要被替换的。

                    另外可能还有有空格的如“charset=  gb2312”，没空格的，各种写法都搜一搜。以防有漏网之鱼。

四，然后重点是php文件里的gb2312(或gbk)，要结合上下文逻辑语境，确定是否需要替换。各种写法也要都搜一搜，如utf8,utf-8,gbk,gb2312等