看网上的 php 版的 utf8 字符和 unicode 互转的代码都有问题(都是复制的一个人的版本)。
都是只处理三字节的情况,实际就算用来处理中文,也不对,因为中文也可能有四个字节,详情可以查看 https://www.unicode.org/charts/unihangridindex.html
所以大家不能只 fork 而不去理解。function utf8_to_unicode($character)
{
$unicode = null;
for ($i = 0, $length = strlen($character); $i < $length; $i++) {
if ($i == 0) {
if ($length == 1) {
$unicode = ord($character[$i]);
} else {
$unicode = (ord($character[$i]) & (0x1f >> ($length - 2))) << 6 * ($length - ($i + 1));
}
} else {
$unicode |= (ord($character[$i]) & 0x3F) << 6 * ($length - ($i + 1));
}
}
return dechex($unicode);
}
function unicode_to_utf8($unicode_str)
{
$num = hexdec($unicode_str);
if($num < 0x7f) {
// 0xxxxxxx
return chr($num);
}else if ($num < 0x7ff) {
// 110xxxxx 10xxxxxx
return chr(0xc0 | ($num >> 6)). chr(0x80 | ($num & 0x3f));
} else if ($num < 0xffff) {
// 1110xxxx 10xxxxxx 10xxxxxx
return chr(0xe0 | ($num >> 12)). chr(0x80 | (($num >> 6) & 0x3f)) . chr(0x80 | ($num & 0x3f));
} else {
// 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
return chr(0xf0 | ($num >> 18)). chr(0x80 | (($num >> 12) & 0x3f)) . chr(0x80 | (($num >> 6) & 0x3f)) . chr(0x80 | ($num & 0x3f));
}
}