首頁  >  文章  >  後端開發  >  分享一個用PHP將Unicode 轉換為UTF-8的實作方法

分享一個用PHP將Unicode 轉換為UTF-8的實作方法

PHPz
PHPz原創
2017-03-05 14:30:171735瀏覽

下面小編就為大家帶來一篇用PHP將Unicode 轉換為UTF-8的實作方法(推薦)。小編覺得蠻不錯的,現在就分享給大家,也給大家做個參考。一起跟著小編過來看看吧

實例如下:

#
function unescape($str) {
  $str = rawurldecode($str);
  preg_match_all("/(?:%u.{4})|.{4};|\d+;|.+/U",$str,$r);
  $ar = $r[0];
  //print_r($ar);
  foreach($ar as $k=>$v) {
    if(substr($v,0,2) == "%u"){
      $ar[$k] = iconv("UCS-2BE","UTF-8",pack("H4",substr($v,-4)));
 }
    elseif(substr($v,0,3) == ""){
      $ar[$k] = iconv("UCS-2BE","UTF-8",pack("H4",substr($v,3,-1)));
 }
    elseif(substr($v,0,2) == "") {
       
      $ar[$k] = iconv("UCS-2BE","UTF-8",pack("n",substr($v,2,-1)));
    }
  }
  return join("",$ar);
}
echo unescape("紫星蓝");

今天有使用者回饋,表單系統使用者提交的資料中文會亂碼。測試發現問題出在 iconv 轉換。
iconv('UCS-2',
'GBK',
'中文')
Google

搜尋發現,原因是Linux 伺服器上UCS-2 編碼方式與Winodws不一致。

於是,我改成

 iconv('UCS-2BE',
'GBK',
'中文')
 試試,中文正常了

以下是有關兩個平台

UCS-2 編碼的潛規則:

1、 UCS-2 不等於UTF-16。 UTF-16 每個位元組使用 ASCII 字元範圍編碼,而 UCS-2 對每個位元組的編碼可以超出 ASCII 字元範圍。 UCS-2 和 UTF-16 對每個字元至多佔兩個字節,但是他們的編碼是不一樣的。

2、對於 UCS-2, windows 下預設是 UCS-2LE。 用 MultibyteToWidechar(或A2W)產生的是 UCS-2LE 的 unicode。 windows記事本來可以將文字儲存為 UCS-2BE,相當於多了層轉換。

3、 對於 UCS-2, linux 下預設是 UCS-2BE。 用iconv(指定UCS-2)來轉換產生的是 UCS-2BE 的 unicode。如果轉換windows平台過來的 UCS-2, 需要指定 UCS-2LE。

4、鑑於windows和linux等多個平台對 UCS-2 的理解不同(UCS-2LE,UCS-2BE)。 MS 主張 unicode 有個引導標誌(UCS-2LE FFFE, UCS-2BE FEFF),以表示下面的字元是 unicode 並且判別 big-endian 或 little-endian。 所以從 windows 平台過來的資料發現有這個前綴,不用慌張。

5、 linux 的編碼輸出,例如從檔案輸出,從printf 輸出,需要控制台做適當的編碼匹配(如果編碼不匹配,一般和該程式編譯時的編碼有若干關係),而控制台的轉換輸入需要查看目前的系統編碼。 例如控制台目前的編碼是UTF-8, 那麼UTF-8 編碼的東西能正確顯示,GBK 就不能;同樣,當前編碼是GBK, 就能顯示GBK 編碼,後來的系統應該更智慧的處理好更多的轉換了。不過透過 putty 等終端還是需要設定好終端的編碼轉換以解除亂碼的煩惱。

以上這篇用PHP將Unicode 轉換為UTF-8的實作方法(推薦)就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持php中文網。

陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn