您的位置：首页 > 编程语言 > PHP开发

PHP iconv()函数转字符编码的问题（转）

2011-08-25 20:04 211 查看

载自：http://www.nowamagic.net/php/php_FunctionIconv.php

在php函数库有一个函数：iconv()，iconv函数库能够完成各种字符集间的转换，是php编程中不可缺少的基础函数库。

最近在做一个小偷程序，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。

下面慢慢看一下这个函数的用法。

最简单的应用，把gb2312置换成utf-8：

1	$text =iconv( "GB2312" , "UTF-8" , $text );

在用$text=iconv("UTF-8","GB2312",$text)过程中，如果遇到一些特别字符时，如："—"，英文名中的"."等等字符，转换就断掉了。这些字符后的文字都没法继续转换了。

针对这的问题，可以用如下代码实现：

1	$text =iconv( "UTF-8" , "GBK" , $text );

你没有看错，就这么简单，不使用gb2312，而写成GBK，就可以了。

还有一种方法，第二个参数，加上//IGNORE，忽略错误，如下：

1	iconv( "UTF-8" , "GB2312//IGNORE" , $data );

没有具体比较这两种方法，感觉第一种（GBK代替gb2312）方法更好。

php手册中iconv()说明：

iconv

3	(PHP4>=4.0.5,PHP5)

4	iconv–Convertstringtorequestedcharacterencoding

5	Description

6	stringiconv(stringin_charset,stringout_charset,stringstr)

7	Performsacharactersetconversiononthestringstrfromin_charsettoout_charset.ReturnstheconvertedstringorFALSEonfailure.

Ifyouappendthestring//TRANSLITtoout_charsettransliterationisactivated.Thismeansthatwhenacharactercan'tberepresentedinthetargetcharset,itcanbeapproximatedthroughoneorseveralsimilarlylookingcharacters.Ifyouappendthestring//IGNORE,charactersthatcannotberepresentedinthetargetcharsetaresilentlydiscarded.Otherwise,striscutfromthefirstillegalcharacter.

在使用这个函数进行字符串编码转换时，需要注意，如果将utf-8转换为gb2312时，可能会出现字符串被截断的情况发生。此时可以使用以下方法解决：

1	$str =iconv( 'utf-8' , "gb2312//TRANSLIT" , file_get_contents ( $filepath ));

即在第二个参数出添加红色字部分，表示：如果在目标编码中找不到与源编码相匹配的字符，会选择相似的字符进行转换。此处也可以使用：//IGNORE这个参数，表示忽略不能转换的字符。

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。

iconv不是php的默认函数，也是默认安装的模块。需要安装才能用的。

如果是windows2000+php，你可以修改php.ini文件，将extension=php_iconv.dll前的";"去掉，同时你要copy你的原php安装文件下的iconv.dll到你的winnt/system32下（如果你的dll指向的是这个目录）。在linux环境下，用静态安装的方式，在configure时加多一项--with-iconv就可以了，phpinfo看得到iconv的项。(Linux7.3+Apache4.06+php4.3.2)。

mb_convert_encoding与iconv函数介绍

mb_convert_encoding这个函数是用来转换编码的。原来一直对程序编码这一概念不理解，不过现在好像有点开窍了。不过英文一般不会存在编码问题，只有中文数据才会有这个问题。比如你用ZendStudio或Editplus写程序时，用的是gbk编码，如果数据需要入数据库，而数据库的编码为utf8时，这时就要把数据进行编码转换，不然进到数据库就会变成乱码。

做一个GBKToUTF-8：

<?php

2	header( "content-Type:text/html;charset=Utf-8" );

3	echo mb_convert_encoding( "妳係我的友仔" , "UTF-8" , "GBK" );

?>

再来个GB2312ToBig5：

<?php

2	header( "content-Type:text/html;charset=big5" );

3	echo mb_convert_encoding( "你是我的朋友" , "big5" , "GB2312" );

?>

不过要使用上面的函数需要安装但是需要先enablembstring扩展库。

stringmb_convert_encoding(stringstr,stringto_encoding[,mixedfrom_encoding])需要先enablembstring扩展库，在php.ini里将;extension=php_mbstring.dll前面的;去掉mb_convert_encoding可以指定多种输入编码，它会根据内容自动识别,但是执行效率比iconv差太多；

stringiconv(stringin_charset,stringout_charset,stringstr)注意：第二个参数，除了可以指定要转化到的编码以外，还可以增加两个后缀：//TRANSLIT和//IGNORE，其中//TRANSLIT会自动将不能直接转化的字符变成一个或多个近似的字符，//IGNORE会忽略掉不能转化的字符，而默认效果是从第一个非法字符截断。

一般情况下用iconv，只有当遇到无法确定原编码是何种编码，或者iconv转化后无法正常显示时才用mb_convert_encoding函数。

1	$content =iconv( "GBK" ,"UTF-8″, $content );

2	$content =mb_convert_encoding( $content , "UTF-8″," GBK");

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航