(轉)PHP下編碼轉換函數mb_convert_encoding與iconv的使用說明


之--http://www.jb51.net/article/21451.htm

 

mb_convert_encoding這個函數是用來轉換編碼的。原來一直對程序編碼這一概念不理解,不過現在好像有點開竅了。
 
 
不過英文一般不會存在編碼問題,只有中文數據才會有這個問題。比如你用Zend Studio或Editplus寫程序時,用的是gbk編碼,如果數據需要入數據庫,而數據庫的編碼為utf8時,這時就要把數據進行編碼轉換,不然進到數據庫就會變成亂碼。 

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 
復制代碼代碼如下:

<?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 
復制代碼代碼如下:

<?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 擴展庫。 

PHP中的另外一個函數iconv也是用來轉換字符串編碼的,與上函數功能相似。 

下面還有一些詳細的例子: 
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 擴展庫,在 php.ini里將; extension=php_mbstring.dll 前面的 ; 去掉 
mb_convert_encoding 可以指定多種輸入編碼,它會根據內容自動識別,但是執行效率比iconv差太多; 


string iconv ( string in_charset, string out_charset, string str ) 
注意:第二個參數,除了可以指定要轉化到的編碼以外,還可以增加兩個后綴://TRANSLIT 和 //IGNORE,其中 //TRANSLIT 會自動將不能直接轉化的字符變成一個或多個近似的字符,//IGNORE 會忽略掉不能轉化的字符,而默認效果是從第一個非法字符截斷。 
Returns the converted string or FALSE on failure. 


使用: 

發現iconv在轉換字符”—”到gb2312時會出錯,如果沒有ignore參數,所有該字符后面的字符串都無法被保存。不管怎么樣,這個”—”都無法轉換成功,無法輸出。 另外mb_convert_encoding沒有這個bug. 

一般情況下用 iconv,只有當遇到無法確定原編碼是何種編碼,或者iconv轉化后無法正常顯示時才用mb_convert_encoding 函數. 

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: 
復制代碼代碼如下:

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

PHP中使用mb_convert_encoding轉碼的小陷阱
在php程序中使用mb_convert_encoding()方法進行字符編碼轉換大家都很熟悉了,平時也在大量的使用。而且在一般情況下該方法也表現的足夠好,值得表揚。但在一個項目中我們需要使用它進行UTF8到GBK的轉換,在轉換一些特殊字符時發現了一個不大不小的問題。具體表現為mb把在utf8可編碼的字符而在gbk中不可編碼的字符都轉成了\0x00\0x80,這樣就導致轉換后的gbk字符是有問題的。 
在我們的意識中,在進行字符編碼轉換的過程中,如果遇到目標編碼不可表現的字符,轉碼程序應該做的是舍棄這種字符,這樣雖然丟失了部分數據,但不會導致轉碼的字符序列不可用。不清楚mb為什么要使用上述方式而不是舍棄方式。 
臨時的解決方式是對轉碼后的字符串序列進行過濾,過濾掉所有\x00\80的字符;又或者在轉義之前對utf8的字符串進行過濾,過濾掉ut8可表示而gbk不可表示的所有字符,從實現難度上來講,第一種過濾方式比較容易做到。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM