«
用php实现gb2312和unicode(UTF-8)间的编码转换

时间：2008-5-31    作者：Deri    分类： 分享 

   <p>　　下面的例子是将 gb2312 转换为 "&#20840;"这种形式<p>　　php4.3.1以后的iconv函数很好用的，只是需要自己写一个uft8到unicode的转换函数</p><p>　　查表(gb2312.txt)也行</p><code><?<br />$text = "电子书库";<br />preg_match_all("/[x80-xff]?./",$text,$ar);<br />foreach($ar[0] as $v)<br />　echo "&#".utf8_unicode(iconv("GB2312","UTF-8",$v)).";";<br />?><br /><?<br />// utf8 -> unicode<br />function utf8_unicode($c) {<br />　switch(strlen($c)) {<br />　　case 1:<br />　　　return ord($c);<br />　　case 2:<br />　　　$n = (ord($c[0]) & 0x3f) << 6;<br />　　　$n += ord($c[1]) & 0x3f;<br />　　　return $n;<br />　　case 3:<br />　　　$n = (ord($c[0]) & 0x1f) << 12;<br />　　　$n += (ord($c[1]) & 0x3f) << 6;<br />　　　$n += ord($c[2]) & 0x3f;<br />　　　return $n;<br />　　case 4:<br />　　　$n = (ord($c[0]) & 0x0f) << 18;<br />　　　$n += (ord($c[1]) & 0x3f) << 12;<br />　　　$n += (ord($c[2]) & 0x3f) << 6;<br />　　　$n += ord($c[3]) & 0x3f;<br />　　　return $n;<br />　}<br />}<br />?></code></p><p>　　下面的例子是利用php将"&#20840;"这中编码转换为gb2312.</p><code><?php<br />$str = "TTL&#20840;&#22825;&#20505;&#33258;&#21160;&#32858;&#28966;";<br />$str = preg_replace("|&#([0-9]{1,5});|", "".u2utf82gb(1)."", $str);<br />$str = "$str="$str";";<br />eval($str);<br />echo $str;<br />function u2utf82gb($c){<br />　　$str="";<br />　　if ($c < 0x80) {<br />　　　　 $str.=$c;<br />　　} else if ($c < 0x800) {<br />　　　　 $str.=chr(0xC0 | $c>>6);<br />　　　　 $str.=chr(0x80 | $c & 0x3F);<br />　　} else if ($c < 0x10000) {<br />　　　　 $str.=chr(0xE0 | $c>>12);<br />　　　　 $str.=chr(0x80 | $c>>6 & 0x3F);<br />　　　　 $str.=chr(0x80 | $c & 0x3F);<br />　　} else if ($c < 0x200000) {<br />　　　　 $str.=chr(0xF0 | $c>>18);<br />　　　　 $str.=chr(0x80 | $c>>12 & 0x3F);<br />　　　　 $str.=chr(0x80 | $c>>6 & 0x3F);<br />　　　　 $str.=chr(0x80 | $c & 0x3F);<br />　　}<br />　　return iconv('UTF-8', 'GB2312', $str);<br />}<br />?></code><p>　　或者是</p>
<p> </p>

   <code>function unescape($str) {<br />　$str = rawurldecode($str);<br />　preg_match_all("/(?:%u.{4})|&#x.{4};|&#d+;|.+/U",$str,$r);<br />　$ar = $r[0];<br />print_r($ar);<br />　foreach($ar as $k=>$v) {<br />　　if(substr($v,0,2) == "%u")<br />　　　$ar[$k] = iconv("UCS-2","GB2312",pack("H4",substr($v,-4)));<br />　　elseif(substr($v,0,3) == "&#x")<br />　　　$ar[$k] = iconv("UCS-2","GB2312",pack("H4",substr($v,3,-1)));<br />　　elseif(substr($v,0,2) == "&#") {<br />echo substr($v,2,-1)."<br>";<br />　　　$ar[$k] = iconv("UCS-2","GB2312",pack("n",substr($v,2,-1)));<br />　　}<br />　}<br />　return join("",$ar);<br />}<br />$str = "TTL&#20840;&#22825;&#20505;&#33258;&#21160;&#32858;&#28966;";<br />echo unescape($str); //out TTL全天候自动聚焦</code><p>　　利用javascript来转换</p><code><style><br />BODY {<br />FONT-SIZE: 9pt; PADDING-RIGHT: 0px; PADDING-LEFT: 0px; PADDING-BOTTOM: 0px; PADDING-TOP: 0px;<br />}<br />input {<br />FONT-SIZE: 9pt; height: 13pt;<br />}<br /></style><br /><script language="JavaScript1.2"><br />/*<br />This following code are designed and writen by Windy_sk <seasonx@163.net><br />You can use it freely, but u must held all the copyright items!<br />*/<br />function Str2Unicode(str){<br />var arr = new Array();<br />for(var i=0;i<str.length;i++){<br />　arr[i]="&#" + str.charCodeAt(i) + ";";<br />}<br />return(arr.toString().replace(/,/g,""));<br />}<br />function Unicode2oStr(str){<br />var re=/&#[da-fA-F]{1,5};/ig;<br />var arr=str.match(re);<br />if(arr==null)return("");<br />for(var i=0;i<arr.length;i++){<br />　arr[i]=String.fromCharCode(arr[i].replace(/[&#;]/g,""));<br />}<br />return(arr.toString().replace(/,/g,""))<br />}<br />function modi_str(){<br />if(document.all.text.method.checked){<br />　if(document.all.text.decode.value!=""){<br />　 document.all.text.encode.value = Str2Unicode(document.all.text.decode.value);<br />　}else{<br />　 document.all.text.decode.value = Unicode2oStr(document.all.text.encode.value);<br />　}<br />}else{<br />　if(document.all.text.encode.value!=""){<br />　 document.all.text.decode.value = Unicode2oStr(document.all.text.encode.value);<br />　}else{<br />　 document.all.text.encode.value = Str2Unicode(document.all.text.decode.value);<br />　}<br />}<br />}<br /></script><br /><title>Unicode</title><br /><form name=text><br />文本原型：<br><br />　<textarea name="decode" cols="100" rows="10"></textarea><br />　<br><br />转换代码：<br><br />　<textarea name="encode" cols="100" rows="10"></textarea><br />　<br><br />　<input type="checkbox" name="method" checked> 正向转换<br />　<input type=button onclick="modi_str()" value=" 确 定 "><br />　<input type=reset value=" 清 空 "><br />　<input type=button onclick="document.all.text.method.checked?document.all.text.encode.select():document.all.text.decode.select()" value=" 全 选 "><br /></form></code><p>　　下面是一个显示所有全角半角的字体的查看例子</p>
 <p> </p>

   <code><style><br />BODY {<br />FONT-SIZE: 9pt; PADDING-RIGHT: 0px; PADDING-LEFT: 0px; PADDING-BOTTOM: 0px; PADDING-TOP: 0px;<br />}<br />input {<br />FONT-SIZE: 9pt; height: 13pt;<br />}<br /></style><br /><script><br />function showUni(min,max){<br />show.document.open();<br />show.document.writeln("<style>body{font-size:9pt;word-break:break-all;}</style>");<br />show.document.writeln(min + " - " + max + "<br><br>");<br />var i=0;<br />for(i=min;i<=max;i++){<br />　show.document.write("&#" + i + ";");<br />}<br />show.document.close();<br />}<br /></script><br /><input type=button value="半角"　onclick=showUni(32,126)><br /><input type=button value="全角"　onclick=showUni(65281,65374)><br /><input type=button value="中文1" onclick=showUni(19968,40869)><br /><input type=button value="中文2" onclick=showUni(63744,64045)><br /><input type=button value="日文平"　onclick=showUni(12353,12435)><br /><input type=button value="日文片"　onclick=showUni(12449,12534)><br /><input type=button value="韩文"　onclick=showUni(44032,55203)><br /><br>自定义：<input name=min> - <input name=max><br /><input type=button value="察看" onclick=showUni(parseInt(document.all.min.value),parseInt(document.all.max.value))><br /><br><br /><iframe src="about:blank" id=show width=100% height=70% scroll=no></iframe></code><p>　　下面是一个查表(gb2312),转换gb2312到utf8的例子, 现在有iconv函数,这个已经没有太大的意义了,</p>
 <p> </p>

   <code><?<br />function gb2utf8($gb){<br />　　if(!trim($gb))　return $gb;<br />　　$filename="gb2312.txt";<br />　　$tmp=file($filename);<br />　　$codetable=array();<br />　　while(list($key,$value)=each($tmp))<br />　　　　　$codetable[hexdec(substr($value,0,6))]=substr($value,7,6);<br />　　$utf8="";<br />　　while($gb) {<br />　　　　if (ord(substr($gb,0,1))>127) {<br />　　　　　$this=substr($gb,0,2);<br />　　　　　$gb=substr($gb,2,strlen($gb)-2);<br />　　　　　$utf8.=u2utf8(hexdec($codetable[hexdec(bin2hex($this))-0x8080]));<br />　　　　}else{<br />　　　　　　$this=substr($gb,0,1);<br />　　　　　　$gb=substr($gb,1,strlen($gb)-1);<br />　　　　　　$utf8.=u2utf8($this);<br />　　　　}<br />　　}<br />　　return $utf8;<br />}<br />function u2utf8($c){<br />　　$str="";<br />　　if ($c < 0x80) {<br />　　　　 $str.=$c;<br />　　} else if ($c < 0x800) {<br />　　　　 $str.=chr(0xC0 | $c>>6);<br />　　　　 $str.=chr(0x80 | $c & 0x3F);<br />　　} else if ($c < 0x10000) {<br />　　　　 $str.=chr(0xE0 | $c>>12);<br />　　　　 $str.=chr(0x80 | $c>>6 & 0x3F);<br />　　　　 $str.=chr(0x80 | $c & 0x3F);<br />　　} else if ($c < 0x200000) {<br />　　　　 $str.=chr(0xF0 | $c>>18);<br />　　　　 $str.=chr(0x80 | $c>>12 & 0x3F);<br />　　　　 $str.=chr(0x80 | $c>>6 & 0x3F);<br />　　　　 $str.=chr(0x80 | $c & 0x3F);<br />　　}<br />　　return $str;<br />}<br />?></code></p>