php byte utf8,PHP中GBK和UTF8编码处理

PHP中GBK和UTF8编码处理

【 网络作者：佚名 更新时间：2009-07-11 | 字体：大 中 小】

[导读]一、编码范围1. GBK (GB2312/GB18030)x00-xff GBK双字节编码范围x20-x7f ASCIIxa1-xff 中文x80-xff 中文2. UTF-8 (Unicode)u4e00-u9fa5 (中文)x3130-x318F (韩文)xAC00-xD7A3 (韩文)u0800-u4e00 (日文)ps: 韩文是大于...

一、编码范围

1. GBK (GB2312/GB18030)

x00-xff GBK双字节编码范围

x20-x7f ASCII

xa1-xff 中文

x80-xff 中文

2. UTF-8 (Unicode)

u4e00-u9fa5 (中文)

x3130-x318F (韩文)

xAC00-xD7A3 (韩文)

u0800-u4e00 (日文)

ps: 韩文是大于[u9fa5]的字符

正则例子:

preg_replace("/([x80-xff])/","",$str);

preg_replace("/([u4e00-u9fa5])/","",$str);

二、代码例子

//判断内容里有没有中文-GBK (PHP)

function check_is_chinese($s){

return preg_match('/[x80-xff]./', $s);

}

//获取字符串长度-GBK (PHP)

function gb_strlen($str){

$count = 0;

for($i=0; $i

$s = substr($str, $i, 1);

if (preg_match("/[x80-xff]/", $s)) ++$i;

++$count;

}

return $count;

}

//截取字符串字串-GBK (PHP)

function gb_substr($str, $len){

$count = 0;

for($i=0; $i

if($count == $len) break;

if(preg_match("/[x80-xff]/", substr($str, $i, 1))) ++$i;

++$count;

}

return substr($str, 0, $i);

}

//统计字符串长度-UTF8 (PHP)

function utf8_strlen($str) {

$count = 0;

for($i = 0; $i < strlen($str); $i++){

$value = ord($str[$i]);

if($value > 127) {

$count++;

if($value >= 192 && $value <= 223) $i++;

elseif($value >= 224 && $value <= 239) $i = $i + 2;

elseif($value >= 240 && $value <= 247) $i = $i + 3;

else die('Not a UTF-8 compatible string');

}

$count++;

}

return $count;

}

//截取字符串-UTF8(PHP)

function utf8_substr($str,$position,$length){

$start_position = strlen($str);

$start_byte = 0;

$end_position = strlen($str);

$count = 0;

for($i = 0; $i < strlen($str); $i++){

if($count >= $position && $start_position > $i){

$start_position = $i;

$start_byte = $count;

}

if(($count-$start_byte)>=$length) {

$end_position = $i;

break;

}

$value = ord($str[$i]);

if($value > 127){

$count++;

if($value >= 192 && $value <= 223) $i++;

elseif($value >= 224 && $value <= 239) $i = $i + 2;

elseif($value >= 240 && $value <= 247) $i = $i + 3;

else die('Not a UTF-8 compatible string');

}

$count++;

}

return(substr($str,$start_position,$end_position-$start_position));

}

//字符串长度统计-UTF8 [中文3个字节，俄文、韩文占2个字节，字母占1个字节] (Ruby)

def utf8_string_length(str)

temp = CGI::unescape(str)

i = 0;

j = 0;

temp.length.times{|t|

if temp[t] < 127

i += 1

elseif temp[t] >= 127 and temp[t] < 224

j += 1

if 0 == (j % 2)

i += 2

j = 0

end

else

j += 1

if 0 == (j % 3)

i +=2

j = 0

end

end

}

return i

}

//判断是否是含有韩文-UTF-8 (javascript)

function checkKoreaChar(str) {

for(i=0; i

if(((str.charCodeAt(i) > 0x3130 && str.charCodeAt(i) < 0x318F) || (str.charCodeAt(i) >= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) {

return true;

}

}

return false;

}

//判断是否有中文字符-GBK (javascript)

function check_chinese_char(s){

return (s.length != s.replace(/[^x00-xff]/g,"**").length);

}

转载请注明来源：IT学习网

网址：http://www.t086.com/ 向您的朋友推荐此文章

特别声明： 本站除部分特别声明禁止转载的专稿外的其他文章可以自由转载，但请务必注明出处和原始作者。文章版权归文章原始作者所有。对于被本站转载文章的个人和网站，我们表示深深的谢意。如果本站转载的文章有版权问题请联系我们，我们会尽快予以更正。