首先,编码,在大陆,最常见的也就两种,一种是utf-8,一种是gbk/gb2312。
gb2312是简体中文编码。gbk/gb2312是中文编码,二者是相对兼容的。
数据库存储数据,一般采用utf8编码方式。而常常我们windows系统默认的编码方式是gb2312,这就出现了编码不统一的问题。
情景:
写入数据库。此时:我们需要将编码改为utf8后,才能往数据库存储。
其实,只需要简单的三步:判断编码,编码转换,写入数据库。(仅提供gbk/gb2312 与 utf8编码之间的转换,其他非主流类似处理即可)
一、判断编码
有很多种方式,我现在用的是这种:
function is_utf8($string) {
return preg_match('%^(?:
[\x09\x0A\x0D\x20-\x7E]
| [\xC2-\xDF][\x80-\xBF]
| \xE0[\xA0-\xBF][\x80-\xBF]
| [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}
| \xED[\x80-\x9F][\x80-\xBF]
| \xF0[\x90-\xBF][\x80-\xBF]{2}
| [\xF1-\xF3][\x80-\xBF]{3}
| \xF4[\x80-\x8F][\x80-\xBF]{2}
)*$%xs', $string);
}
return preg_match('%^(?:
[\x09\x0A\x0D\x20-\x7E]
| [\xC2-\xDF][\x80-\xBF]
| \xE0[\xA0-\xBF][\x80-\xBF]
| [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}
| \xED[\x80-\x9F][\x80-\xBF]
| \xF0[\x90-\xBF][\x80-\xBF]{2}
| [\xF1-\xF3][\x80-\xBF]{3}
| \xF4[\x80-\x8F][\x80-\xBF]{2}
)*$%xs', $string);
}