首頁 > 文章 > 後端開發 > php中iconv函數的使用方法

php中iconv函數的使用方法

不言原創: 2018-04-09 13:45:152482瀏覽

這篇文章中的內容介紹的是php中iconv函數的使用方法，在這裡分享給大家，有需要的朋友可以參考一下

#最近在做一個程序，需要用到iconv函數把抓取來過的utf-8編碼的頁面轉成gb2312，發現只有用iconv函數把抓取過來的資料一轉碼資料就會無緣無故的少一些。

iconv函數庫能夠完成各種字元集間的轉換，是php程式設計中不可缺少的基礎函式庫。
1、下載libiconv函式庫http://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.9.2.tar.gz;
2、解壓縮tar -zxvf libiconv-1.9.2 .tar.gz;
3、安裝libiconv
       ＃configure --prefix=/usr/local/iconv
       #make ## -with-iconv=/usr/local/iconv

windows下

最近在做一個小偷程序，需要用到iconv函數把抓取來過的utf -8編碼的頁面轉成gb2312，發現只有用iconv函數把抓取過來的資料一轉碼資料就會無緣無故的少一些。讓我鬱悶了好一會兒，去網路上一查資料才知道這是iconv函數的一個bug。 iconv在轉換字元"—"到gb2312時會出錯   解決方法很簡單，就是在需要轉成的編碼後加 "//IGNORE"  也就是iconv函數第二個參數後.如下：

以下為引用的內容：

複製程式碼

程式碼如下：

iconv("UTF-8","GB2312//IGNORE",$data)

ignore的意思是忽略轉換時的錯誤，如果沒有ignore參數，所有該字元後面的字串都無法被儲存。

複製程式碼

程式碼如下:

<?php 
echo $str= &#39;你好,这里是卖咖啡!&#39;; 
echo &#39;<br />&#39;; 
echo iconv(&#39;GB2312&#39;, &#39;UTF-8&#39;, $str); //将字符串的编码从GB2312转到UTF-8 
echo &#39;<br />&#39;; 
echo iconv_substr($str, 1, 1, &#39;UTF-8&#39;); //按字符个数截取而非字节 
print_r(iconv_get_encoding()); //得到当前页面编码信息 
echo iconv_strlen($str, &#39;UTF-8&#39;); //得到设定编码的字符串长度 
//也有这样用的 
$content = iconv("UTF-8","gbk//TRANSLIT",$content); 
?>

iconv不是php的預設函數，也是預設安裝的模組。需要安裝才能用的。

如果是windows2000 php，你可以修改php.ini文件，將extension=php_iconv.dll前的";"去掉，同時你要copy你的原php安裝文件下的iconv.dll到你的winnt/system32下（如果你的dll指向的是這個目錄）

在linux環境下，用靜態安裝的方式，在configure時加多一項--with-iconv就可以了，phpinfo看得到iconv的項。 (Linux7.3 Apache4.06 php4.3.2)，

下載：ftp://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.8.tar.gz
安裝：
#cp libiconv-1.8.tar.gz /usr/local/src
#tar zxvf lib*
#./configure --prefix=/usr/local/libiconv
#make
# make install
編譯php
#./configure --prefix=/usr/local/php4.3.2 --with-iconv=/usr/local/libiconv/

#使用的簡單範例：

<?php 
echo iconv("gb2312","ISO-8859-1","我们"); 
?>

PHP中的mb_convert_encoding與iconv函數介紹

mb_convert_encoding這個函數是用來轉換編碼的。原來一直對程式編碼這個概念不理解，不過現在好像有點開竅了。
不過英文一般不會有編碼問題，只有中文資料才會有這個問題。例如你用Zend Studio或Editplus寫程式時，用的是gbk編碼，如果資料需要入資料庫，而資料庫的編碼為utf8時，這時就要把資料進行編碼轉換，不然進到資料庫就會變成亂碼。
mb_convert_encoding的用法見官方：
http://cn.php.net/manual/zh/function.mb-convert-encoding.php

做一個GBK To UTF- 8

< ?php 
header("content-Type: text/html; charset=Utf-8"); 
echo mb_convert_encoding("妳係我的友仔", "UTF-8", "GBK"); 
?>

再來個GB2312 To Big5

< ?php 
header("content-Type: text/html; charset=big5"); 
echo mb_convert_encoding("你是我的朋友", "big5", "GB2312"); 
?>

不過要使用上面的函數需要安裝但是需要先enable mbstring 擴充函式庫。

PHP中的另一個函數iconv也是用來轉換字串編碼的，與上函數功能相似。

下面還有一些詳細的範例：

iconv — Convert string to requested character encoding 
(PHP 4 >= 4.0.5, PHP 5) 
mb_convert_encoding — Convert character encoding 
(PHP 4 >= 4.0.6, PHP 5)

用法：
string mb_convert_encoding ( string str, string to_encoding [, mixed from_encoding] )
需要先enable mbstring 扩展库，在 php.ini里将; extension=php_mbstring.dll 前面的 ; 去掉
mb_convert_encoding 可以指定多种输入编码，它会根据内容自动识别,但是执行效率比iconv差太多；

string iconv ( string in_charset, string out_charset, string str )
注意：第二个参数，除了可以指定要转化到的编码以外，还可以增加两个后缀：//TRANSLIT 和 //IGNORE，其中 //TRANSLIT 会自动将不能直接转化的字符变成一个或多个近似的字符，//IGNORE 会忽略掉不能转化的字符，而默认效果是从第一个非法字符截断。
Returns the converted string or FALSE on failure.

使用：

发现iconv在转换字符”—”到gb2312时会出错，如果没有ignore参数，所有该字符后面的字符串都无法被保存。不管怎么样，这个”—”都无法转换成功，无法输出。另外mb_convert_encoding没有这个bug.

一般情况下用 iconv，只有当遇到无法确定原编码是何种编码，或者iconv转化后无法正常显示时才用mb_convert_encoding 函数.

from_encoding is specified by character code name before conversion. it can be array or string - comma separated enumerated list. If it is not specified, the internal encoding will be used.
/* Auto detect encoding from JIS, eucjp-win, sjis-win, then convert str to UCS-2LE */
$str = mb_convert_encoding($str, “UCS-2LE”, “JIS, eucjp-win, sjis-win”);
/* “auto” is expanded to “ASCII,JIS,UTF-8,EUC-JP,SJIS” */
$str = mb_convert_encoding($str, “EUC-JP”, “auto”);

例子：

$content = iconv(”GBK”, “UTF-8″, $content); 
$content = mb_convert_encoding($content, "UTF-8″,"GBK");

php中使用iconv函数时容易忽略的参数
今天在处理抓取内容的时候，当采用iconv进行编码转换的时候，发现结果会中断，猜是字符集的问题，考虑怎么跳过目标字符集不存在的字符，查手册发现iconv的函数只有三个参数，好像不行，然后查网上有人说可以，但是很奇怪怎么实现，最后发现英文描述有说可以加标识到目标编码后面：“TRANSLIT”，很郁闷怎么加呢？原来是先加“//”，真是郁闷，竟然有这样的设计
原型： $txtContent = iconv("utf-8",'GBK',$txtContent);

特殊参数：iconv("UTF-8","GB2312//IGNORE",$data)

两个可选的辅助参数：TRANSLIT和IGNORE ，(其中IGNORE 就是说遇到无法转换的就跳过)。 Description

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

Performs a character set conversion on the string str from in_charset to out_charset. Returns the converted string or FALSE on failure.

If you append the string //TRANSLIT to out_charset transliteration is activated. This means that when a character can't be represented in the target charset, it can be approximated through one or several similarly looking characters. If you append the string //IGNORE, characters that cannot be represented in the target charset are silently discarded. Otherwise, str is cut from the first illegal character.

php中iconv函數的使用方法

相關文章