php识别中文编码并自动转换为UTF-8 - 第一建站网 - 爱扫码·i3m.cn:3hhh.cn/2702 -扫一扫.cn·二维码.cn 333e.cn/2702 搜一搜.cn/2702


二维码
管理员
管理员
  • 社区居民
  • 最爱沙发
  • 原创写手
  • 忠实会员
阅读:972回复:6

无障碍·translate·翻訳·二维码.cn/i3h.cn/2702
·搜一搜.cn/php识别中文编码并自动转换为UTF-8

楼主#
更多 发布于:2017-03-06 21:08
PHP GBK UTF8互转
@tea

function gbk_to_utf8($str){
    return mb_convert_encoding($str, 'utf-8', 'gbk');
}
         
function utf8_to_gbk($str){
    return mb_convert_encoding($str, 'gbk', 'utf-8');
}



php识别中文编码并自动转换为UTF-8


php自动识别编码,若里面有中文的话,将其转换为UTF-8就最好了,因为中文在Gbk编辑情况情况下,有可能会乱码,这个和客户端和服务端编码都有关系,为了避免乱码,我们可以使用下面的函数将其自动转换为UTF8国际标准编码:

<?php
function characet($data){
  if( !empty($data) ){
    $fileType = mb_detect_encoding($data , array('UTF-8','GBK','LATIN1','BIG5')) ;
    if( $fileType != 'UTF-8'){
      $data = mb_convert_encoding($data ,'utf-8' , $fileType);
    }
  }
  return $data;
}
?>



PHP——字符串统一转码为GBK,自动判断是否UTF8并转码

public static function strToGBK($strText)
    {
        $encode = mb_detect_encoding($strText, array('UTF-8','GB2312','GBK'));
        if($encode == "UTF-8")
        {
            return @iconv('UTF-8','GB18030',$strText);
        }
        else
        {
            return $strText;
        }
    }


mb_detect_encoding:检测字符的编码

PHP GBK UTF8互转
http://www.oschina.net/code/snippet_1443477_48480
标签:GBK UTF8 编码转换  php识别中文编码并自动转换为UTF-8
http://www.codefans.net/articles/1272.shtml
PHP通过iconv将字符串从GBK转换为UTF8字符集
http://www.jb51.net/article/27743.htm
各种编码UNICODE、UTF-8、ANSI、ASCII、GB2312、GBK详解
http://blog.csdn.net/lvxiangan/article/details/8151670

站长工具 > 日常实用工具
  • 喜欢0 评分0
    
    二维码
    管理员
    管理员
    • 社区居民
    • 最爱沙发
    • 原创写手
    • 忠实会员
    沙发#
    发布于:2017-03-10 02:36
    字体编辑用中日韩汉字Unicode编码表
    http://www.chi2ko.com/tool/CJK.htm




    Unicode 9.0 Character Code Charts

    SCRIPTS   |   SYMBOLS   |   NOTES

    Emoticons
    Range: 1F600–1F64F

    This file contains an excerpt from the character code tables and list of character names for
    The Unicode Standard, Version 9.0
    This file may be changed at any time without notice to reflect errata or other updates to the Unicode Standard.
    See http://www.unicode.org/errata/ for an up-to-date list of errata.
    See http://www.unicode.org/charts/ for access to a complete list of the latest character code charts.
    See http://www.unicode.org/charts/PDF/Unicode-9.0/ for charts showing only the characters added in Unicode 9.0.
    See http://www.unicode.org/Public/9.0.0/charts/ for a complete archived file of character code charts for Unicode 9.0
    http://www.unicode.org/charts/PDF/U1F600.pdf








    Symbols and Punctuation
    Notational Systems

    Braille Patterns
    Musical Symbols
    Ancient Greek Musical Notation
    Byzantine Musical Symbols
    Duployan
    Shorthand Format Controls
    Sutton SignWritingPunctuation

    General Punctuation
    ASCII Punctuation
    Latin-1 Punctuation
    Supplemental Punctuation
    CJK Symbols and Punctuation
    Ideographic Symbols and Punctuation
    CJK Compatibility Forms
    Halfwidth and Fullwidth Forms
    Small Form Variants
    Vertical FormsAlphanumeric Symbols

    Letterlike Symbols
    Roman Symbols
    Mathematical Alphanumeric Symbols
    Arabic Mathematical Alphabetic Symbols
    Enclosed Alphanumerics
    Enclosed Alphanumeric Supplement
    Enclosed CJK Letters and Months
    Enclosed Ideographic Supplement
    CJK Compatibility
    Additional Squared SymbolsTechnical Symbols
  • 举报 回复(0) 喜欢(0)     评分
    
    二维码
    管理员
    管理员
    • 社区居民
    • 最爱沙发
    • 原创写手
    • 忠实会员
    板凳#
    发布于:2017-03-10 02:38
    举报 回复(0) 喜欢(0)     评分
    
    二维码
    管理员
    管理员
    • 社区居民
    • 最爱沙发
    • 原创写手
    • 忠实会员
    地板#
    发布于:2017-03-10 02:54
    举报 回复(0) 喜欢(0)     评分
    
    二维码
    管理员
    管理员
    • 社区居民
    • 最爱沙发
    • 原创写手
    • 忠实会员
    4楼#
    发布于:2017-03-10 03:11
    Table E-1. G Source Documentation
    Name Description of Source
    G0 GB 2312-80
    G1 GB/T 12345-90
    G3 GB 7589-87 unsimplified forms
    G5 GB 7590-87 unsimplified forms
    G7 General Purpose Hanzi List for Modern Chinese Language, and General
    List of Simplified Hanzi
    GS Singapore Characters
    G8 GB 8565.2-88
    G9 GB 18030-2005
    GE GB/T 16500-1998
    GH GB/T 15564-1995 Code of Chinese Ideogram set for teletext broadcasting
    Hong Kong subset
    GK GB 12052-89 Korean Character Coded Character Set for Information Interchange
    G4K Siku Quanshu
    GBK Chinese Encyclopedia
    GCH Ci Hai
    GCY Ci Yuan
    GCYY Chinese Academy of Surveying and Mapping Ideographs
    GDZ Geographic Publishing House Ideographs
    GFC Modern Chinese Standard Dictionary
    GFZ Founder Press System
    GGFZ Tongyong Guifan Hanzi Zidian
    GGH Gudai Hanyu Cidian
    GHC Hanyu Dacidian
    GHZ Hanyu Dazidian ideographs
    GIDC ID system of the Ministry of Public Security of China, 2009
    GJZ Commercial Press Ideographs
    GKX Kangxi Dictionary ideographs 9th edition (1958) including the addendum
    GRM People’s Daily Ideographs
    GXC Xiandai Hanyu Cidian
    GXH Xinhua Zidian
    GWZ Hanyu Dacidian Publishing House Ideographs
    GZFY Hanyu Fangyan Dacidian
    GZH Zhonghua Zihai
    GZJW Yinzhou Jinwen Jicheng Yinde


    Han Unification History
    http://www.unicode.org/versions/Unicode9.0.0/appE.pdf
  • 举报 回复(0) 喜欢(0)     评分
    
    二维码
    管理员
    管理员
    • 社区居民
    • 最爱沙发
    • 原创写手
    • 忠实会员
    5楼#
    发布于:2017-03-31 22:32
    Unicode



    <?php
        date_default_timezone_set('PRC'); 
        sleep(5);//php 睡5秒
        echo date('Y-m-d H:i:s',time());//获取当前系统时间的时间戳
        echo '<hr />';
        echo date('Y-m-d H:i:s',$_SERVER['REQUEST_TIME']);//得到请求此php脚本时的时间戳
    ?>


    http://www.jb51.net/article/57562.htm
    http://tool.chinaz.com/tools/unixtime.aspx
    http://tool.chinaz.com/tools/unicode.aspx
  • 举报 回复(0) 喜欢(0)     评分
    
    二维码
    管理员
    管理员
    • 社区居民
    • 最爱沙发
    • 原创写手
    • 忠实会员
    6楼#
    发布于:2017-04-29 14:36
    用PHP将Unicode 转化为UTF-8


    function unescape($str) {
        $str = rawurldecode($str);
        preg_match_all("/(?:%u.{4})|&#x.{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) == "&#x"){
                $ar[$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");


    今天有用户反馈,表单系统用户提交的数据中文会乱码。测试发现问题出在 iconv 转换上。
    iconv('UCS-2', 'GBK', '中文')
    Google 搜索发现,原因是 Linux 服务器上 UCS-2 编码方式与 Winodws 不一致。
    于是,我改成  iconv('UCS-2BE', 'GBK', '中文') 试试,中文正常了
      
    以下是有关两个平台 UCS-2 编码的潜规则:
     
    1, UCS-2 不等于 UTF-16。 UTF-16 每个字节使用 ASCII 字符范围编码,而 UCS-2 对每个字节的编码可以超出 ASCII 字符范围。UCS-2 和 UTF-16 对每个字符至多占两个字节,但是他们的编码是不一样的。
     
    2, 对于 UCS-2, windows 下默认是 UCS-2LE。用 MultibyteToWidechar(或者A2W)生成的是 UCS-2LE 的 unicode。windows记事本可以将文本保存为 UCS-2BE,相当于多了层转换。
     
    3, 对于 UCS-2, linux 下默认是 UCS-2BE。用iconv(指定UCS-2)来转换生成的是 UCS-2BE 的 unicode。如果转换windows平台过来的 UCS-2, 需要指定 UCS-2LE。
     
    4, 鉴于windows和linux等多个平台对 UCS-2 的理解不同(UCS-2LE,UCS-2BE)。MS 主张 unicode 有个引导标志(UCS-2LE FFFE, UCS-2BE FEFF),以表明下面的字符是 unicode 并且判别 big-endian 或 little-endian。 所以从 windows 平台过来的数据发现有这个前缀,不用慌张。
     
    5, linux 的编码输出,比如从文件输出,从 printf 输出,需要控制台做适当的编码匹配(如果编码不匹配,一般和该程序编译时的编码有若干关系),而控制台的转换输入需要查看当前的系统编码。比如控制台当前的编码是 UTF-8, 那么 UTF-8 编码的东西能正确显示,GBK 就不能;同样,当前编码是 GBK, 就能显示 GBK 编码,后来的系统应该更智能的处理好更多的转换了。不过通过 putty 等终端还是需要设置好终端的编码转换以解除乱码的烦恼。
    PHP中对汉字进行UNICODE编码和解码的实现



     //将内容进行UNICODE编码
    function unicode_encode($name)
    {
        $name = iconv('UTF-8', 'UCS-2', $name);
        $len = strlen($name);
        $str = '';
        for ($i = 0; $i < $len - 1; $i = $i + 2)
        {
            $c = $name[$i];
            $c2 = $name[$i + 1];
            if (ord($c) > 0)
            {    // 两个字节的文字
                $str .= '\u'.base_convert(ord($c), 10, 16).base_convert(ord($c2), 10, 16);
            }
            else
            {
                $str .= $c2;
            }
        }
        return $str;
    }
    $name = 'MY,你大爷的';
    $unicode_name=unicode_encode($name);
    echo '<h3>'.$unicode_name.'</h3>';
    // 将UNICODE编码后的内容进行解码
    function unicode_decode($name)
    {
        // 转换编码,将Unicode编码转换成可以浏览的utf-8编码
        $pattern = '/([\w]+)|(\\\u([\w]{4}))/i';
        preg_match_all($pattern, $name, $matches);
        if (!empty($matches))
        {
            $name = '';
            for ($j = 0; $j < count($matches[0]); $j++)
            {
                $str = $matches[0][$j];
                if (strpos($str, '\\u') === 0)
                {
                    $code = base_convert(substr($str, 2, 2), 16, 10);
                    $code2 = base_convert(substr($str, 4), 16, 10);
                    $c = chr($code).chr($code2);
                    $c = iconv('UCS-2', 'UTF-8', $c);
                    $name .= $c;
                }
                else
                {
                    $name .= $str;
                }
            }
        }
        return $name;
    }
    echo 'MY,\u4f60\u5927\u7237\u7684 -> '.unicode_decode($unicode_name);



    http://www.cnblogs.com/xiangxiaodong/archive/2012/10/25/2739307.html
    http://blog.csdn.net/qdujunjie/article/details/45079329
  • 举报 回复(0) 喜欢(0)     评分
    游客
    

    返回顶部