用PHP將Unicode 轉化爲UTF-8

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( "紫星藍" ); 今天有用戶反饋，表單系統用戶提交的數據中文會亂碼。測試發現問題出在 iconv 轉換上。 iconv( 'UCS-2' , 'GBK' , '中文' ) Google 搜索發現，緣由是 Linux 服務器上 UCS-2 編碼方式與 Winodws 不一致。 因而，我改爲  iconv( 'UCS-2BE' , 'GBK' , '中文' ) 試試，中文正常了    如下是有關兩個平臺 UCS-2 編碼的潛規則：   1, UCS-2 不等於 UTF-16。 UTF-16 每一個字節使用 ASCII 字符範圍編碼，而 UCS-2 對每一個字節的編碼能夠超出 ASCII 字符範圍。UCS-2 和 UTF-16 對每一個字符至多佔兩個字節，可是他們的編碼是不同的。   2, 對於 UCS-2, windows 下默認是 UCS-2LE。用 MultibyteToWidechar（或者A2W）生成的是 UCS-2LE 的 unicode。windows記事本能夠將文本保存爲 UCS-2BE，至關於多了層轉換。   3, 對於 UCS-2, linux 下默認是 UCS-2BE。用iconv(指定UCS-2)來轉換生成的是 UCS-2BE 的 unicode。若是轉換windows平臺過來的 UCS-2, 須要指定 UCS-2LE。   4, 鑑於windows和linux等多個平臺對 UCS-2 的理解不一樣（UCS-2LE,UCS-2BE）。MS 主張 unicode 有個引導標誌(UCS-2LE FFFE, UCS-2BE FEFF)，以代表下面的字符是 unicode 而且判別 big-endian 或 little-endian。 因此從 windows 平臺過來的數據發現有這個前綴，不用慌張。   5, linux 的編碼輸出，好比從文件輸出，從 printf 輸出，須要控制檯作適當的編碼匹配（若是編碼不匹配，通常和該程序編譯時的編碼有若干關係），而控制檯的轉換輸入須要查看當前的系統編碼。好比控制檯當前的編碼是 UTF-8, 那麼 UTF-8 編碼的東西能正確顯示，GBK 就不能；一樣，當前編碼是 GBK, 就能顯示 GBK 編碼，後來的系統應該更智能的處理好更多的轉換了。不過經過 putty 等終端仍是須要設置好終端的編碼轉換以解除亂碼的煩惱。 PHP中對漢字進行UNICODE編碼和解碼的實現   //將內容進行UNICODE編碼 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)          {    // 兩個字節的文字              $str  .= '\u' . base_convert (ord( $c ), 10, 16). base_convert (ord( $c2 ), 10, 16);          }          else          {              $str  .= $c2 ;          }      }      return  $str ; } $name  = 'MY,你大爺的' ; $unicode_name =unicode_encode( $name ); echo  '<h3>' . $unicode_name . '</h3>' ; // 將UNICODE編碼後的內容進行解碼 function  unicode_decode( $name ) {      // 轉換編碼，將Unicode編碼轉換成能夠瀏覽的utf-8編碼      $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 );