（轉）PHP下編碼轉換函數mb_convert_encoding與iconv的使用說明

之--http://www.jb51.net/article/21451.htm

 

mb_convert_encoding這個函數是用來轉換編碼的。原來一直對程序編碼這一律念不理解，不過如今好像有點開竅了。

 

 

不過英文通常不會存在編碼問題，只有中文數據纔會有這個問題。好比你用Zend Studio或Editplus寫程序時，用的是gbk編碼，若是數據須要入數據庫，而數據庫的編碼爲utf8時，這時就要把數據進行編碼轉換，否則進到數據庫就會變成亂碼。 

mb_convert_encoding的用法見官方： 
http://cn.php.net/manual/zh/function.mb-convert-encoding.php 

作一個GBK To UTF-8 

複製代碼代碼以下:

<?php 
header("content-Type: text/html; charset=Utf-8"); 
echo mb_convert_encoding("妳係個人友仔", "UTF-8", "GBK"); 
?> 

再來個GB2312 To Big5 

複製代碼代碼以下:

<?php 
header("content-Type: text/html; charset=big5"); 
echo mb_convert_encoding("你是個人朋友", "big5", "GB2312"); 
?> 

不過要使用上面的函數須要安裝可是須要先enable mbstring 擴展庫。 

PHP中的另一個函數iconv也是用來轉換字符串編碼的，與上函數功能類似。 

下面還有一些詳細的例子： 
iconv — Convert string to requested character encoding 
(PHP 4 >= 4.0.5, PHP 5) 
mb_convert_encoding — Convert character encoding 
(PHP 4 >= 4.0.6, PHP 5) 

用法： 
string mb_convert_encoding ( string str, string to_encoding [, mixed from_encoding] ) 
須要先enable mbstring 擴展庫，在 php.ini裏將; extension=php_mbstring.dll 前面的 ; 去掉 
mb_convert_encoding 能夠指定多種輸入編碼，它會根據內容自動識別,可是執行效率比iconv差太多； 


string iconv ( string in_charset, string out_charset, string str ) 
注意：第二個參數，除了能夠指定要轉化到的編碼之外，還能夠增長兩個後綴：//TRANSLIT 和 //IGNORE，其中 //TRANSLIT 會自動將不能直接轉化的字符變成一個或多個近似的字符，//IGNORE 會忽略掉不能轉化的字符，而默認效果是從第一個非法字符截斷。 
Returns the converted string or FALSE on failure. 


使用： 

發現iconv在轉換字符」—」到gb2312時會出錯，若是沒有ignore參數，全部該字符後面的字符串都沒法被保存。無論怎麼樣，這個」—」都沒法轉換成功，沒法輸出。 另外mb_convert_encoding沒有這個bug. 

通常狀況下用 iconv，只有當遇到沒法肯定原編碼是何種編碼，或者iconv轉化後沒法正常顯示時才用mb_convert_encoding 函數. 

from_encoding is specified by character code name before conversion. it can be array or string - comma separated enumerated list. If it is not specified, the internal encoding will be used. 
/* Auto detect encoding from JIS, eucjp-win, sjis-win, then convert str to UCS-2LE */ 
$str = mb_convert_encoding($str, 「UCS-2LE」, 「JIS, eucjp-win, sjis-win」); 
/* 「auto」 is expanded to 「ASCII,JIS,UTF-8,EUC-JP,SJIS」 */ 
$str = mb_convert_encoding($str, 「EUC-JP」, 「auto」); 

例子： 

複製代碼代碼以下:

$content = iconv("GBK", "UTF-8", $content); 
$content = mb_convert_encoding($content, "UTF-8","GBK"); 

PHP中使用mb_convert_encoding轉碼的小陷阱在php程序中使用mb_convert_encoding()方法進行字符編碼轉換你們都很熟悉了，平時也在大量的使用。並且在通常狀況下該方法也表現的足夠好，值得表揚。但在一個項目中咱們須要使用它進行UTF8到GBK的轉換，在轉換一些特殊字符時發現了一個不大不小的問題。具體表現爲mb把在utf8可編碼的字符而在gbk中不可編碼的字符都轉成了\0x00\0x80,這樣就致使轉換後的gbk字符是有問題的。  在咱們的意識中，在進行字符編碼轉換的過程當中，若是遇到目標編碼不可表現的字符，轉碼程序應該作的是捨棄這種字符，這樣雖然丟失了部分數據，但不會致使轉碼的字符序列不可用。不清楚mb爲何要使用上述方式而不是捨棄方式。  臨時的解決方式是對轉碼後的字符串序列進行過濾，過濾掉全部\x00\80的字符；又或者在轉義以前對utf8的字符串進行過濾，過濾掉ut8可表示而gbk不可表示的全部字符，從實現難度上來說，第一種過濾方式比較容易作到。