完全转换UTF-8为GB2312的PHP函数

最新推荐文章于 2024-09-14 17:41:03 发布
最新推荐文章于 2024-09-14 17:41:03 发布
阅读量1.1k 收藏 1
点赞数
分类专栏： php 代码 文章标签： php string

　　开始是用“$re=iconv("UTF-8","GB2312",$snoopy->results);”将utf8转换成gb2312，结果经常出错，到了一半就看不到后文了。后来用“$re=iconv("UTF-8","GB2312//IGNORE",$snoopy->results);”，加上了忽略错误，好了点，可以转换到底了！可是今天又发现，还是有部分网页无法转换。后来仔细研究发现原来iconv只能转换3字符的utf8码，如果需要全码转换需要另外写函数。

　　首先需要了解utf8的构成。

　　基础：
　　1、单独使用iconv函数只能转换GB2312字符，外文字符无法转换。
　　2、没有现成的函数可以用。
　　3、bindec()函数：将二进制格式的“01”字符串转换为十进制数。
　　4、decbin()函数：将十进制数转换为二进制字符串，如decbin(224)="11100000"。

　　思路：因为UTF-8分别有1、2、3字节编码，中日韩文都是3字节编码，处理时根据字符编码中首字节大小区分字节数量。
　　1、如首字节小于128，为ASCII码。
　　2、128~192，非UTF-8编码，且处理为“&#ord();”。
　　3、192~224, 双字节UTF-8编码。
　　4、224~240，三字节编码。
　　5、240~248，四字节编码。
　　6、……
　　7、对于三字节编码的尝试用iconv转换成GB2312。
　　8、非GB2312的多字节字符，尝试把UTF-8转换成Unicode，再取到Unicode十进制值。
　　9、可以考虑使用位运算，也可以用bindec()函数。

　　程序代码：

function GetGB2312String($name)
{
$tostr = "";
for($i=0;$i<strlen($name);$i++)
{
   $curbin = ord(substr($name,$i,1));
   if($curbin < 0x80)
   {
    $tostr .= substr($name,$i,1);
   }elseif($curbin < bindec("11000000")){
    $str = substr($name,$i,1);
    $tostr .= "&#".ord($str).";";
   }elseif($curbin < bindec("11100000")){
    $str = substr($name,$i,2);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 1;
   }elseif($curbin < bindec("11110000")){
    $str = substr($name,$i,3);
    $gstr= iconv("UTF-8","GB2312",$str);
    if(!$gstr)
    {
    $tostr .= "&#".GetUnicodeChar($str).";";
    }else{
    $tostr .= $gstr;
    }
    $i += 2;
   }elseif($curbin < bindec("11111000")){
    $str = substr($name,$i,4);
    $tostr .= "&#".GetUnicodeChar($str).";";
   
    $i += 3;
   }elseif($curbin < bindec("11111100")){
    $str = substr($name,$i,5);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 4;
   }else{
    $str = substr($name,$i,6);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 5;
   }
}
return $tostr;
}//end function
function GetUnicodeChar($str)
{
$temp = "";
for($i=0;$i<strlen($str);$i++)
{
   $x = decbin(ord(substr($str,$i,1)));
   if($i == 0)
   {
    $s = strlen($str)+1;
    $temp .= substr($x,$s,8-$s);
   }else{
    $temp .= substr($x,2,6);
   }
}
return bindec($temp);
}//end function



　　程序使用：

$re=GetGB2312String($snoopy->results);

　　开始是用“$re=iconv("UTF-8","GB2312",$snoopy->results);”将utf8转换成gb2312，结果经常出错，到了一半就看不到后文了。后来用“$re=iconv("UTF-8","GB2312//IGNORE",$snoopy->results);”，加上了忽略错误，好了点，可以转换到底了！可是今天又发现，还是有部分网页无法转换。后来仔细研究发现原来iconv只能转换3字符的utf8码，如果需要全码转换需要另外写函数。

　　首先需要了解utf8的构成。

　　基础：
　　1、单独使用iconv函数只能转换GB2312字符，外文字符无法转换。
　　2、没有现成的函数可以用。
　　3、bindec()函数：将二进制格式的“01”字符串转换为十进制数。
　　4、decbin()函数：将十进制数转换为二进制字符串，如decbin(224)="11100000"。

　　思路：因为UTF-8分别有1、2、3字节编码，中日韩文都是3字节编码，处理时根据字符编码中首字节大小区分字节数量。
　　1、如首字节小于128，为ASCII码。
　　2、128~192，非UTF-8编码，且处理为“&#ord();”。
　　3、192~224, 双字节UTF-8编码。
　　4、224~240，三字节编码。
　　5、240~248，四字节编码。
　　6、……
　　7、对于三字节编码的尝试用iconv转换成GB2312。
　　8、非GB2312的多字节字符，尝试把UTF-8转换成Unicode，再取到Unicode十进制值。
　　9、可以考虑使用位运算，也可以用bindec()函数。

　　程序代码：

function GetGB2312String($name)
{
$tostr = "";
for($i=0;$i<strlen($name);$i++)
{
   $curbin = ord(substr($name,$i,1));
   if($curbin < 0x80)
   {
    $tostr .= substr($name,$i,1);
   }elseif($curbin < bindec("11000000")){
    $str = substr($name,$i,1);
    $tostr .= "&#".ord($str).";";
   }elseif($curbin < bindec("11100000")){
    $str = substr($name,$i,2);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 1;
   }elseif($curbin < bindec("11110000")){
    $str = substr($name,$i,3);
    $gstr= iconv("UTF-8","GB2312",$str);
    if(!$gstr)
    {
    $tostr .= "&#".GetUnicodeChar($str).";";
    }else{
    $tostr .= $gstr;
    }
    $i += 2;
   }elseif($curbin < bindec("11111000")){
    $str = substr($name,$i,4);
    $tostr .= "&#".GetUnicodeChar($str).";";
   
    $i += 3;
   }elseif($curbin < bindec("11111100")){
    $str = substr($name,$i,5);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 4;
   }else{
    $str = substr($name,$i,6);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 5;
   }
}
return $tostr;
}//end function
function GetUnicodeChar($str)
{
$temp = "";
for($i=0;$i<strlen($str);$i++)
{
   $x = decbin(ord(substr($str,$i,1)));
   if($i == 0)
   {
    $s = strlen($str)+1;
    $temp .= substr($x,$s,8-$s);
   }else{
    $temp .= substr($x,2,6);
   }
}
return bindec($temp);
}//end function



　　程序使用：

$re=GetGB2312String($snoopy->results);
lukylfm
关注
专栏目录
PHP的UTF-8与GB2312的混合字符串识别转换
windows编程
11-27 332
PHP的UTF-8与GB2312的混合字符串识别转换  http://blog.csdn.net/minhai/article/details/6311743
UTF-8转GB2312函数
haiyun365的专栏
07-20 1477
用途:將UTF-8編碼漢字轉換為GB2312碼，兼容英文和數字 版權:雖說是原創，其實也參考了別人的部分算法 用法:Response.write UTF2GB("%E9%83%BD%E5%B8%82%E6%83%85%E7%B7%A3 %E6%98%9F%E5%BA%A7") function UTF2GB(UTFStr) for Dig=1 to len(UTFStr) if mid(UT
php将汉字转换为gb2312编码,php实现utf-8和GB2312编码相互转换
weixin_35915385的博客
03-17 450
php实现utf-8和GB2312编码相互转换的一个函数，有需要的朋友可以参考下。复制代码 代码如下:/********************************************** 函数名：get_utf8_to_gb($value)* 作 用：utf8编码字符串转换成gb2312编码* 作 者：刘先忠* 日 期：2011-11-09*********************...
将字符串utf-8码转换为gb2312码
PHP2020421的博客
06-03 273
str=iconv("UTF−8","GB2312//TRANSLIT",str = iconv("UTF-8","GB2312//TRANSLIT",str=iconv("UTF−8","GB2312//TRANSLIT",str);
php utf8和gb2312互转方法
weixin_40896800的博客
06-14 678
/** * url utf8编码gb2312 * @param string $url * @return mixed|string */ public function parseurl($url="") { $url = rawurlencode(mb_convert_encoding($url, 'gb2312', '...
php实现utf-8和GB2312编码相互转换函数代码
01-20
复制代码 代码如下:<?php /******************************************** * * 函数名：get_utf8_to_gb($value) * 作 用：utf8编码字符串转换成gb2312编码 * ... $value_2 = @iconv( “utf-8”, “gb2312/
PHP iconv 解决utf-8和gb2312编码转换问题
01-20
这样做其实也对着了，看着确实是把utf-8转化为gb2312了，但是实际运行的话，往往都是以失败告终的，原因呢？ 原因实际上也很简单，因为任何的函数都是执行错误的时候，同时很不幸的是iconv();就很终于出现错误。...
PHP 解决utf-8和gb2312编码转换问题
10-29
上述代码尝试将UTF-8编码的字符串`$content`转换为GB2312，但如果没有处理好可能出现的错误，当字符串中存在GB2312不支持的字符（如繁体字或非中文字符）时，转换会失败并抛出错误。 解决这个问题的关键在于添加`//...
php snoopy 编码,基于Snoopy的PHP近似完美获取网站编码
weixin_39755824的博客
03-11 137
基于Snoopy的PHP近似完美获取网站编码用于php爬虫，获取编码准确率99.9%, 还有部分不能获取，求大牛完善代码来源：站云网www.siteyun.com先要到网上下载Snoopy.class.php调用方法：url=$url;}//打开网站private function open($url){if($this->request!==null){if($this->reque...
php爬虫效果,PHP的爬虫实现
weixin_28890831的博客
04-02 126
README:一个能向指定邮箱推送所关心新闻内容的插件,测试环境：LAMP+Chrome/Firefox,分下面几个步骤实现：1.获取目标网站源代码：实现方法：PHP的curl类ubuntu下的安装方法：#sudo apt-get install curl libcurl3 libcurl3-dev php5-curl然户重启Apache服务:#sudo /etc/init.d/apache2 r...
ThinkAdmin列目录/任意文件读取（CVE-2020-25540 ）漏洞复现及环境搭建
yzl_007的博客
08-03 2618
ThinkAdmin列目录/任意文件读取（CVE-2020-25540 ）漏洞复现 漏洞介绍 ThinkAdmin 是基于 ThinkPHP后台开发框架，在ThinkAdmin v6版本存在路径遍历漏洞，该漏洞可以利用GET请求编码参数读取远程服务器上任意文件。 影响范围 Thinkadmin ≤ 2020.08.03.01 v5（任意文件读取） v6（列目录,任意文件读取） ThinkAdmin6环境搭建 这里我使用的是kali linux靶机来搭建环境 1、安装php环境 查看版本发现没有，按照要求
UTF-8，Unicode，GB2312编码转换（C语言）
yiluang的博客
10-11 5986
UTF-8，Unicode，GB2312编码转换（C语言） 最近在做MQTT客户端的时候，遇到需要将输入的GB2312中文转换为UTF8的问题，这边做一个整理。 UTF-8转GB2312 /*! * \brief Gb2312至UTF8 转换函数 * * \details Gb2312 -> Unicode -> UTF8 * * \param const ch...
UTF-8转换成GB2312的全处理
程序纠结
09-07 3255
主题：将UTF-8编码的字符串转化成GB2312的编码，没有对应编码的字符串转化为&#DEC; 的格式。如 회=>회语言：PHP，Javascript内容：浏览器用Javascript中encodeURI函数将字符串（包含非GB2312中字符)编码，GET请求到服务器，页面编码均为GB2312，服务器PHP脚本将请求数据转换成GB2312表示。基础：1. 单独使用iconv函数只能转
utf8转为gb2312的函数
钱国正的专栏
06-09 4287
一、利用iconv函数族进行编码转换 在LINUX上进行编码转换时,既可以利用iconv函数族编程实现,也可以利用iconv命令来实现,只不过后者是针对文件的,即将指定文件从一种编码转换为另一种编码。 iconv函数族的头文件是iconv.h,使用前需包含之。 #include iconv函数族有三个函数,原型如下: (1) iconv_t iconv_open(const char *toc
PHP智驭未来悦享生活智慧小区物业管理小程序系统源码
2401_84413757的博客
09-10 686
它集成了多项实用功能，无论是业主还是物业管理人员，都能通过简单的一键操作，轻松实现小区的日常管理。无论是清晨的晨跑，还是夜晚的归家，都不再需要为这些琐事烦恼，真正实现了“智驭未来，悦享生活”。无论是分享生活的点滴，还是参与社区的各类活动，都能让业主们感受到家的温暖和归属感。而今天，我要带大家走进的，正是这股智慧浪潮中的一股清流——“智驭未来悦享生活”智慧小区物业管理小程序。“智驭未来悦享生活”智慧小区物业管理小程序的出现，不仅为小区管理带来了革命性的变革，更为我们描绘了一幅未来生活的美好蓝图。
一码空传临时网盘PHP源码，支持提取码功能
爱酷码的博客
09-11 326
一码空传临时网盘源码V2.0免费授权，该源码提供了一个简单易用的无数据库版临时网盘解决方案。前端采用了layui开发框架，后端使用原生PHP编写，没有引入任何开发框架，保持了代码的简洁和高效。这个程序使用了一个无数据库配置读写类，并借鉴了网络上的config文件读写代码。用户可以通过提取码来提取文件，无需上传文件到服务器。该程序还配备了一个后台管理系统，而且不需要数据库支持。用户上传的文件会保存在upload文件夹中，并按照md5算法进行加密和重命名，确保每次加密结果都不相同。
[极客大挑战 2019]Http
2201_75556700的博客
09-10 506
3、访问Secret.php发现页面有提示，它说它不是来自这个网页。6、添加X-Forwarded-For: 127.0.0.1。5、修改User-Agent为：Syclover。2、查看页面源码发现一个。
dedecms（四种webshell姿势）
最新发布
2301_81881972的博客
09-14 504
点击【系统】【sql命令行工具】--》多行命令中输入select '<?>' into outfile '+路径+创建文件名。与WPCMS类似，直接修改模板拿WebShel..点击【模板】--》【默认模板管理】【index.htm】-->【修改】在文件修改中添加一句话代码.....如下。点击【模块】【广告管理】--》〔【增加一个新广告】 --》在 【广告内容】 处添加一句话代码--》点击 【确定】账号密码同为admin。
Thinkphp5实现一周签到打卡功能
Crazy_shark的博客
09-10 716
以上是一个简单的 ThinkPHP5 实现一周签到打卡功能的示例。通过设计合适的数据库结构和控制器逻辑，你可以轻松实现用户签到和连续签到天数统计功能。在实际应用中，可能需要考虑更多的细节，如用户身份验证、签到奖励、接口优化等。
高效检测PHP字符串UTF-8编码的精确函数
`preg_match()` 函数在这里的作用是查找输入字符串 `$string` 是否与上述正则表达式完全匹配，如果匹配成功，则返回 true，表示该字符串可能是UTF-8编码；反之，返回 false。这个函数的准确性与PHP内置的`mb_detect_...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值