主页 > 知识库 > 网络编程 > PHP >

PHP

PHP中GBK和UTF8编码处理

来源:网络 作者:路口放大镜 发表于:2013-01-29 09:30  点击:
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
 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:
  PLAIN TEXT
  PHP:
  preg_replace("/([\x80-\xff])/","",$str);
  preg_replace("/([u4e00-u9fa5])/","",$str);
  二、代码例子
  PLAIN TEXT
  PHP:
  //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; $i<strlen($str); $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; $i<strlen($str); $i++){
  if($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
  }
  //判断是否是有韩文-UTF-8 (javascript)
  function checkKoreaChar(str) {
  for(i=0; i<str.length; 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);
  }

    有帮助
    (2)
    100%
    没帮助
    (0)
    0%