快捷導航

PHP下編碼轉(zhuǎn)換函數(shù)mb_convert_encoding與iconv的使用說明

更新時間：2009年12月16日 17:43:25 作者：

mb_convert_encoding這個函數(shù)是用來轉(zhuǎn)換編碼的。原來一直對程序編碼這一概念不理解，不過現(xiàn)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(shù)據(jù)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(shù)據(jù)需要入數(shù)據(jù)庫，而數(shù)據(jù)庫的編碼為utf8時，這時就要把數(shù)據(jù)進行編碼轉(zhuǎn)換，不然進到數(shù)據(jù)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(fù)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(fù)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(shù)需要安裝但是需要先enable mbstring 擴展庫。

PHP中的另外一個函數(shù)iconv也是用來轉(zhuǎn)換字符串編碼的，與上函數(shù)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(jù)內(nèi)容自動識別,但是執(zhí)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(shù)，除了可以指定要轉(zhuǎn)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(zhuǎn)化的字符變成一個或多個近似的字符，//IGNORE 會忽略掉不能轉(zhuǎn)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(fā)現(xiàn)iconv在轉(zhuǎn)換字符”—”到gb2312時會出錯，如果沒有ignore參數(shù)，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(zhuǎn)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(zhuǎn)化后無法正常顯示時才用mb_convert_encoding 函數(shù).

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(fù)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(zhuǎn)碼的小陷阱
在php程序中使用mb_convert_encoding()方法進行字符編碼轉(zhuǎn)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(xiàn)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(zhuǎn)換，在轉(zhuǎn)換一些特殊字符時發(fā)現(xiàn)了一個不大不小的問題。具體表現(xiàn)為mb把在utf8可編碼的字符而在gbk中不可編碼的字符都轉(zhuǎn)成了\0x00\0x80,這樣就導致轉(zhuǎn)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(zhuǎn)換的過程中，如果遇到目標編碼不可表現(xiàn)的字符，轉(zhuǎn)碼程序應(yīng)該做的是舍棄這種字符，這樣雖然丟失了部分數(shù)據(jù)，但不會導致轉(zhuǎn)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(zhuǎn)碼后的字符串序列進行過濾，過濾掉所有\(zhòng)x00\80的字符；又或者在轉(zhuǎn)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(xiàn)難度上來講，第一種過濾方式比較容易做到。

您可能感興趣的文章: