php过滤unicode字符串,PHP构造一个Unicode字符串？

搜索热词

给定想要从CLI

PHP脚本输出的字符的Unicode十进制或十六进制数,PHP如何生成它？ chr()函数似乎没有生成正确的输出.这是我的测试脚本,使用Section Break字符U 00A7(十六进制中的A7,十进制中的167,应该用UTF-8中的C2 A7表示)作为测试：

echo "Section sign: ".chr(167)."\n"; // Using CHR function

echo "Section sign: ".chr(0xA7)."\n";

echo "Section sign: ".pack("c",0xA7)."\n"; // Using pack function?

echo "Section sign: §\n"; // Copy and paste of the symbol into source code

我得到的输出(通过SSH会话到服务器)是：

Section sign: ?

Section sign: ?

Section sign: ?

Section sign: §

因此,这证明我正在使用的终端字体中包含Section Break字符,并且SSH连接正在成功发送它,但是chr()在从代码编号构造它时没有正确构造它.

如果我所拥有的只是代码编号而不是复制/粘贴选项,我有什么选择？

在排除mb_ functions和iconv时,PHP不了解Unicode.你必须自己编写UTF-8编码字符.

为此,维基百科有一个关于UTF-8结构的excellent overview.这是基于该文章的快速,肮脏和未经测试的功能：

function codepointToUtf8($codepoint)

{

if ($codepoint < 0x7F) // U+0000-U+007F - 1 byte

return chr($codepoint);

if ($codepoint < 0x7FF) // U+0080-U+07FF - 2 bytes

return chr(0xC0 | ($codepoint >> 6)).chr(0x80 | ($codepoint & 0x3F);

if ($codepoint < 0xFFFF) // U+0800-U+FFFF - 3 bytes

return chr(0xE0 | ($codepoint >> 12)).chr(0x80 | (($codepoint >> 6) & 0x3F).chr(0x80 | ($codepoint & 0x3F);

else // U+010000-U+10FFFF - 4 bytes

return chr(0xF0 | ($codepoint >> 18)).chr(0x80 | ($codepoint >> 12) & 0x3F).chr(0x80 | (($codepoint >> 6) & 0x3F).chr(0x80 | ($codepoint & 0x3F);

}

总结

如果觉得编程之家网站内容还不错，欢迎将编程之家网站推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。