PHP字符串的编码问题的详细介绍

php  /  管理员 发布于 7年前   351

    PHP 也自带几种字符串截取函数，其中常用到的就是 substr 和 mb_substr。

    使用substr截取中文字符时会出现乱码，这是因为substr是按字节来截取的。即UTF-8编码的中文，使用substr截取，只会截取1/3个中文，当然出现乱码了。

    mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )  中的参数$encoding可以指定编码，如果省略，则使用内部字符编码。

  

     如果不清楚字符串的编码格式的话，可以用mb_detect_encoding检查：

    $encoding  = mb_detect_encoding($string, array("ASCII",'UTF-8′,"GB2312′,"GBK",'BIG5′)); 

     然后：

     mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )

    如果自己实现mb_substr,效率并不是很好。

编码相关的php函数使用

ord(substr($str, $i, 1)) > 0xa0)

ord($string)返回字符串第一个字符的ASC码，通过这个来判断截取的字符串第一个字符是不是汉字，因为例如gb2312编码的一个文字是2字节，utf8为三个字节。即  编码大于256的就是汉字。

正则字符：

匹配汉字 :   preg_match_all('/[\x80-\xff]?./', $string, $match);  

匹配英文: preg_match_all("/[/x01-/x7f]+/", $string, $match);  

编码转换

iconv ( string $in_charset , string $out_charset , string $str )