标签：style class blog code color com
function?unescape($str) {????$str?= rawurldecode($str);????preg_match_all("/(?:%u.{4})|&#x.{4};|&#\d+;|.+/U",$str,$r);????$ar?= $r[0];????//print_r($ar);????foreach($ar?as?$k=>$v) {????????if(substr($v,0,2) == "%u"){????????????$ar[$k] = iconv("UCS-2BE","UTF-8",pack("H4",substr($v,-4)));??}????????elseif(substr($v,0,3) == "&#x"){????????????$ar[$k] = iconv("UCS-2BE","UTF-8",pack("H4",substr($v,3,-1)));??}????????elseif(substr($v,0,2) == "&#") {?????????????????????????$ar[$k] = iconv("UCS-2BE","UTF-8",pack("n",substr($v,2,-1)));????????}????}????return?join("",$ar);}echo?unescape("紫星蓝");今天有用户反馈，表单系统用户提交的数据中文会乱码。测试发现问题出在 iconv 转换上。iconv(‘UCS-2‘, ‘GBK‘, ‘中文‘)Google 搜索发现，原因是 Linux 服务器上 UCS-2 编码方式与 Winodws 不一致。于是，我改成? iconv(‘UCS-2BE‘, ‘GBK‘, ‘中文‘) 试试，中文正常了??以下是有关两个平台 UCS-2 编码的潜规则：? 1, UCS-2 不等于 UTF-16。 UTF-16 每个字节使用 ASCII 字符范围编码，而 UCS-2 对每个字节的编码可以超出 ASCII 字符范围。UCS-2 和 UTF-16 对每个字符至多占两个字节，但是他们的编码是不一样的。? 2, 对于 UCS-2, windows 下默认是 UCS-2LE。用 MultibyteToWidechar（或者A2W）生成的是 UCS-2LE 的 unicode。windows记事本可以将文本保存为 UCS-2BE，相当于多了层转换。? 3, 对于 UCS-2, linux 下默认是 UCS-2BE。用iconv(指定UCS-2)来转换生成的是 UCS-2BE 的 unicode。如果转换windows平台过来的 UCS-2, 需要指定 UCS-2LE。? 4, 鉴于windows和linux等多个平台对 UCS-2 的理解不同（UCS-2LE,UCS-2BE）。MS 主张 unicode 有个引导标志(UCS-2LE FFFE, UCS-2BE FEFF)，以表明下面的字符是 unicode 并且判别 big-endian 或 little-endian。 所以从 windows 平台过来的数据发现有这个前缀，不用慌张。? 5, linux 的编码输出，比如从文件输出，从 printf 输出，需要控制台做适当的编码匹配（如果编码不匹配，一般和该程序编译时的编码有若干关系），而控制台的转换输入需要查看当前的系统编码。比如控制台当前的编码是 UTF-8, 那么 UTF-8 编码的东西能正确显示，GBK 就不能；同样，当前编码是 GBK, 就能显示 GBK 编码，后来的系统应该更智能的处理好更多的转换了。不过通过 putty 等终端还是需要设置好终端的编码转换以解除乱码的烦恼。PHP中对汉字进行UNICODE编码和解码的实现?//将内容进行UNICODE编码function?unicode_encode($name){????$name?= iconv(‘UTF-8‘, ‘UCS-2‘, $name);????$len?= strlen($name);????$str?= ‘‘;????for?($i?= 0; $i?< $len?- 1; $i?= $i?+ 2)????{????????$c?= $name[$i];????????$c2?= $name[$i?+ 1];????????if?(ord($c) > 0)????????{??? // 两个字节的文字????????????$str?.= ‘\u‘.base_convert(ord($c), 10, 16).base_convert(ord($c2), 10, 16);????????}????????else????????{????????????$str?.= $c2;????????}????}????return?$str;}$name?= ‘MY,你大爷的‘;$unicode_name=unicode_encode($name);echo?‘<h3>‘.$unicode_name.‘</h3>‘;// 将UNICODE编码后的内容进行解码function?unicode_decode($name){????// 转换编码，将Unicode编码转换成可以浏览的utf-8编码????$pattern?= ‘/([\w]+)|(\\\u([\w]{4}))/i‘;????preg_match_all($pattern, $name, $matches);????if?(!empty($matches))????{????????$name?= ‘‘;????????for?($j?= 0; $j?< count($matches[0]); $j++)????????{????????????$str?= $matches[0][$j];????????????if?(strpos($str, ‘\\u‘) === 0)????????????{????????????????$code?= base_convert(substr($str, 2, 2), 16, 10);????????????????$code2?= base_convert(substr($str, 4), 16, 10);????????????????$c?= chr($code).chr($code2);????????????????$c?= iconv(‘UCS-2‘, ‘UTF-8‘, $c);????????????????$name?.= $c;????????????}????????????else????????????{????????????????$name?.= $str;????????????}????????}????}????return?$name;}echo?‘MY,\u4f60\u5927\u7237\u7684 -> ‘.unicode_decode($unicode_name); |
用PHP将Unicode 转化为UTF-8,布布扣,bubuko.com
标签：style class blog code color com
原文地址：http://www.cnblogs.com/lechie/p/3795815.html
