完全转换UTF-8为GB2312的PHP函数

最新推荐文章于 2024-09-21 13:09:33 发布
最新推荐文章于 2024-09-21 13:09:33 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 1479
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
03-17 451
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
06-03 274
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
06-14 679
/** * 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 2630
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 6019
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 3256
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 4292
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
Hutool：Java开发者的瑞士军刀
技术无疆
09-16 1083
在Java的世界里，有这样一个工具库，它小巧而强大，功能丰富且易于使用，它就是Hutool。Hutool是一个Java工具包，旨在减少Java开发人员在开发过程中需要编写的重复代码。它就像瑞士军刀一样，为开发者提供了各种实用的工具，让开发工作更加高效。
Contact Form 7最新5.9.8版错误修复方案
jianzhanyes的博客
09-18 364
Contact Form 7最新5.9.8版错误修复
Spring Boot实现：Java免税商品购物商城全攻略
最新发布
2401_85812053的博客
09-21 1060
因此，类似购物商城的管理系统满足了足不出户以及工作繁忙的客户的需求，目前，建立网络管理系统，本购物商城的开发是采用Java技术为基础，以Mysql为数据库进行开发的。使用Mysql数据库在编程过程中带来了极大的方便，可以对数据进行广泛地查询，Mysql数据库的应用并不需要用户了解其存储的方式，更不用掌握数据存放的方法，Mysql数据库的灵活性较强，功能也较强大，大多数情况下，在其他程序中实现某功能需要编写一大堆代码，而在Mysql数据库中只需要一小段代码就可以实现功能，所以，Mysql数据库的语言较简洁。
CTFShow-反序列化
qq_66013948的博客
09-17 1116
private变量会被序列化为：\x00类名\x00变量名protected变量会被序列化为: \x00*\x00变量名public变量会被序列化为：变量名__sleep() //在对象被序列化之前运行 *__wakeup() //将在反序列化之后立即调用（当反序列化时变量个数与实际不符是会绕过） *如果类中同时定义了 __unserialize() 和 __wakeup() 两个魔术方法， 则只有 __unserialize() 方法会生效，
YOLOv9改进，YOLOv9主干网络替换为RepViT (CVPR 2024，清华提出，独家首发)，助力涨点
weixin_44779079的博客
09-17 1099
YOLOv9主干网络替换为RepViT，助力涨点，通过结合轻量级ViTs的架构设计，重新审视了轻量级CNNs的高效设计，最终得到了RepViT，这是一种为资源受限的移动设备设计的全新轻量级CNN家族。RepViT在多个视觉任务中超越了现有的轻量级ViTs和CNNs，表现出了优异的性能和延迟，突显了纯轻量级CNNs在移动设备上应用的广阔前景。
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