PHP字串編碼問題詳解

大家都知道，不同字元編碼，其在記憶體佔用的位元組數不一樣。如ASCII編碼字元佔用1個位元組,UTF-8編碼的中文字元是3位元組,GBK為2個位元組。 PHP 也自帶幾種字串截取函數，其中常用到的就是 substr 和 mb_substr。

    使用substr截取中文字元時會出現亂碼，這是因為substr是依照位元組來截取的。也就是UTF-8編碼的中文，使用substr截取，只會截取1/3個中文，當然出現亂碼了。

    mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )  中的參數$encoding可以指定編碼，如果省略，則使用內部字元編碼。

     如果不清楚字串的編碼格式的話，可以用mb_detect_encoding檢查：

    $encoding  = mb_detect_encoding($string, array("ASCII",'UTF-8′′ ,"GBK",'BIG5′)); 

     然後：

     mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )

    如果自己實作mb_substr,效率並不是很好。

##ord($string)傳回字串第一個字元的ASC碼，透過這個來判斷截取的字串第一個字元是不是漢字，因為例如gb2312編碼的一個文字是2位元組，utf8三個位元組。 , $match);  

匹配英文: preg_match_all("/[/x01-/x7f]+/", $string, $match);  

編碼轉換

iconv ( string $in_charset , string $out_charset , string $str )

 如GB2312  轉UTF-8:  stringv("GB2312","UTF-8",$texticonv("GB2312","UTFurl#. urlencode

編碼後傳回的字串中除了 -_. 之外的所有非字母數字字元都將被替換成百分號（%）後面跟著兩位十六進位數，空格則編碼為加號（+）。 WWW 表單 POST 資料的編碼方式是一樣的，同時與 application/x-www-form-urlencoded 的媒體類型編碼方式一樣。

不過要注意的是，在編碼時應該只對部分URL編碼，否則URL中的冒號和反斜線也會被轉義。

URLEncode的方式一般有兩種，一種是傳統的基於GB2312的Encode，另一種是基於UTF-8的Encode。如：

$url = '中国';
echo urlencode($url );
//UTF-8: %E4%B8%AD%E5%9B%BD
//GB2312:%D6%D0%B9%FA

例如我們使用瀏覽器打開百度，搜尋「中國」.    在網址列看到:

http://www.baidu.com/s?wd=%E4 %B8%AD%E5%9B%BD&rsv_bp=0&ch=&tn=baidu&bar=&rsv_spt=3&ie=utf-8&rsv_sug3=16&rsv_sug=0&rsv_sug4=302&rsv_sug1=11&input=0&rsv_sug4=302&rsv_sug1=11&inputTug自動轉換為：%E4%B8%AD%E5%9B%BD。

urlencode和rawurlencode的區別：urlencode將空格編碼為加號“+”，rawurlencode將空格編碼為加號“%20”。 

url解碼urldecode 和 rawurldecode

1、解碼時，可以使用對應的 urldecode() 和 rawurldecode()，相應地，rawurldecode() 不會把加號（'+'）解碼為空格，而 urldecode() 可以。

2、urldecode() 和rawurldecode() 解碼出的字串是UTF-8格式的編碼，如果URL中含有非UTF-8 編碼的中文，則要把解碼出的字串進行轉換。

如下，先把php檔設定為gb2312編碼。你會看到一部分是亂碼，一部分是正常的。

$url = '中国';
echo $a = urldecode(urlencode($url)) ,' ';
echo iconv('gb2312', 'utf-8', $a);

相關推薦：

PHP字串編碼轉換

PHP字串編碼問題分析

PHP 正規判斷字串編碼_PHP教程

#

以上是PHP字串編碼問題詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！