php_字符编码浅谈

zjxhx

　　　　　　　　　　　　　　a. 如果欲使用gb2312编码，那么php要输出头：header(“Content-Type: text/html; charset=gb2312")，静态页面添加<meta http-equiv="Content-Type" content="text/html; charset=gb2312">，所有文件的编码格式为ANSI，可用记事本打开，另存为选择编码为ANSI，覆盖源文件。
　　b. 如果欲使用utf-8编码，那么php要输出头 ：header(“Content-Type: text/html; charset=utf-8")，静态页面添加<meta http-equiv="Content-Type" content="text/html; charset=utf-8">，所有文件的编码格式为utf-8。
 
　　最近需要用到iconv函数把抓取来过的utf-8编码的页面转成gb2312， 发现只有用iconv函数把抓取过来的数据一转码数据就会无缘无故的少一些。 让我郁闷了好一会儿，去网上一查资料才知道这是iconv函数的一个bug。iconv在转换字符"—"到gb2312时会出错。解决方法很简单，就是在 需要转成的编码后加 "//IGNORE" 也就是iconv函数第二个参数后，如下：
iconv("UTF-8","GB2312//IGNORE",$data)
ignore的意思是忽略转换时的错误，如果没有ignore参数，所有该字符后面的字符串都无法被保存。


1.查看页面输入，内部，输出编码：
print_r(iconv_get_encoding("all"));
2.对指字符串进行编码转换：
echo iconv('utf-8','gb2312','我们');　　　　　　　　//把‘我们’由utf8编码转换为gb2312编码
**iconv(in_charset,outcharset//TRANSLIT//IGNORE,$string);//'TRANSLIT':如果在输出的编码格式中不含有的字符，可以在类似编码中查找取代；'IGNORE':如果输出格式编码中不含有字符串中的某字符时，能够跳过进行后面字符的编码。否则在转码失败处会中断输出，产生错误。

3.将字符串进行编码转换（可自动判断编码类型，但听说效率没有iconv好。）
mb_convert_encoding(‘我们’, 'utf-8','gb2312' );　　//将‘我们’由gb2312转换为utf8
mb_convert_encoding(‘我们’, 'utf-8');　　　　　　　//将‘我们’转换成utf8编码格式

$str =mb_convert_encoding($str, "EUC-JP", "auto");


$str = mb_convert_encoding($str, "UCS-2LE", "JIS, eucjp-win, sjis-win");

**第三个参数还可以是array()形式

４.设置编码格式：
iconv_set_encoding("internal_encoding", "UTF-8");　　　//设置内部编码为utf8
iconv_set_encoding("output_encoding", "ISO-8859-1");　//设置输出编码为ISO-8859-1
设置选项：１.input_encoding ２.output_encoding ３.internal_encoding
**ISO-8859-1编码是单字节编码，向下兼容ASCII，　Latin1是ISO-8859-1的别名
５.查看字符串编码方式：
格式：string mb_detect_encoding(string$str[,mixed$encoding_list= mb_detect_order()[,bool$strict= false]] )
$str='编码方式';

echo mb_detect_encoding($str);　　//：UTF-8

echo mb_detect_encoding($str, "auto");


echo mb_detect_encoding($str, "JIS, eucjp-win, sjis-win");


$ary[] = "ASCII";
$ary[] = "JIS";
$ary[] = "EUC-JP";
echo mb_detect_encoding($str, $ary);

６.查看文件编码方式：
$file = 'text3.txt';
echo getFileEncoding(file_get_contents($file));  // 输出UTF-16LE
7.判断字符串是否符合指定格式编码：
格式：bool　mb_check_encoding([string$var=NULL[,string$encoding= mb_internal_encoding()]] )
$string="\x00\x81";
$encoding="Shift_JIS";

mb_check_encoding($string,$encoding)　　　//:true
８.单个或多个变量的字符编码转换：
格式：stringmb_convert_variables(string$to_encoding,mixed$from_encoding,mixed&$vars[,mixed&$...] )
**$from_encoding:可以是数字形式，用逗号分隔字符串或结构体形式。
$str1= '测试编码';$str21= '测试编码2';
$inputenc = mb_convert_variables("UTF-8", "UTF-8,GBK,GB2312", $str1, $str2);
var_dump($inputenc);　　　　//: string(5) "UTF-8"
var_dump($str1);　　　　　　//: string(12) "测试编码"


**CP936是GBK