詳解PHP用mb_string處理windows中文字符
我們都知道windows中(當(dāng)然是中文版),文件名和文件內(nèi)容等編碼都是gbk,而我們?cè)陂_(kāi)發(fā)過(guò)程中,IDE里的編碼則是UTF-8,(這里不討論為什么等等問(wèn)題,只考慮怎么把編碼轉(zhuǎn)變成一樣的)所以導(dǎo)致我寫(xiě)的UTF-8編碼的正則模式字符串中的中文在gbk編碼的文件中并不能正確匹配。
一開(kāi)始,我并沒(méi)有什么辦法,試過(guò)把PHP腳本文件的編碼也改成GBK,也可以用,但是想到這種方法太low了,所以找一找PHP中有沒(méi)有函數(shù)可以滿(mǎn)足我的需求。
這時(shí),我想到了以前在處理windows中的文件名時(shí)用的函數(shù)iconv(),其函數(shù)原型如下:
stringiconv(string$in_charset,string$out_charset,string$str)
Performsacharactersetconversiononthestringstrfromin_charsettoout_charset.
我們常使用:
$out_charset=’utf-8’;$fileName=iconv($fileName,$out_charset,’gbk’);
來(lái)處理文件名,將文件名改從gbk改為UTF-8而內(nèi)容不變。
手冊(cè)翻譯附加:
如果你在輸出字符串$out_charset后面添加//TRANSLIT即$out_charset=’utf-8//TRANSLIT’,在遇到不能轉(zhuǎn)換為UTF-8的字符時(shí),程序會(huì)自動(dòng)替換為一個(gè)相似字符的UTF-8字符; 如果你在輸出字符串$out_charset后面添加//IGNORE即$out_charset=’utf-8//IGNORE’,在遇到不能轉(zhuǎn)換為UTF-8的字符時(shí),程序會(huì)自動(dòng)跳過(guò)這個(gè)字符。 如果你什么都沒(méi)加,就在遇到不能替換成UTF-8的字符時(shí),替換會(huì)被中斷。但是,我在用這個(gè)函數(shù)處理時(shí),結(jié)果卻是這樣:
意思是iconv()函數(shù)能處理的最大字符數(shù)只有64,一般的文件名大小,而我的文件內(nèi)容很顯然不止64個(gè)字符。
沒(méi)有辦法,我只好再次各種翻找別的函數(shù)。
直到我發(fā)現(xiàn)了mb_string函數(shù)庫(kù),這個(gè)函數(shù)庫(kù)一般都在PHP環(huán)境里集成,我們可以在phpinfo()里找到它。
mb_string函數(shù)里有一個(gè)mb_convert_encoding()函數(shù),可以將一個(gè)字符串的編碼改變,其函數(shù)原型如下:
stringmb_convert_encoding(string$str,string$to_encoding[,mixed$from_encoding])
Convertsthecharacterencodingofstringstrtoto_encodingfromoptionallyfrom_encoding.
基原型跟iconv()函數(shù)差不多,只是它沒(méi)有對(duì)輸出函數(shù)的后綴修飾,它也沒(méi)有對(duì)字符串長(zhǎng)度的明確限制。
而且我們看到$from_encoding是可選的,它可以自動(dòng)識(shí)別源編碼。
因?yàn)檎也坏揭粋€(gè)確切的無(wú)法轉(zhuǎn)碼的字符,也不知道它遇到無(wú)法轉(zhuǎn)碼的字符會(huì)怎么處理。
通過(guò)mb_convert_encoding()函數(shù),將整個(gè)文件處理了一下,于是,問(wèn)題順利解決。
最后介紹一下mb_string函數(shù)庫(kù),它全名叫MultibyteString,它的很多方法都擴(kuò)展自PHP自身的string函數(shù)庫(kù),函數(shù)名在原函數(shù)的前面加了'mb_',這些函數(shù)除了擁有原函數(shù)的作用外,還在可選參數(shù)的最后加入了一個(gè)$encoding的可選參數(shù),這個(gè)參數(shù)可以規(guī)定函數(shù)以什么樣的編碼方式來(lái)處理字符串。
例如strpos()函數(shù),找到一個(gè)字符串在另一個(gè)字符串中的位置。
strpos('歡迎來(lái)訪(fǎng)問(wèn)','問(wèn)',0)返回的結(jié)果是12,因?yàn)槟_本是UTF-8編碼,而將字符串轉(zhuǎn)為UTF-8編碼后,每個(gè)中文字符會(huì)占用3個(gè)字節(jié)。
而在mb_strpos()函數(shù)中,mb_strpos('歡迎來(lái)訪(fǎng)問(wèn)','問(wèn)',0,’utf-8’)則會(huì)返回4,它會(huì)將字符串當(dāng)作已經(jīng)轉(zhuǎn)UTF-8的狀態(tài)執(zhí)行。
而mb_strpos('歡迎來(lái)訪(fǎng)問(wèn)','問(wèn)',0,’gbk’)會(huì)返回6
以上就是詳解PHP用mb_string處理windows中文字符的詳細(xì)內(nèi)容,更多關(guān)于PHP用mb_string處理windows中文字符的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章!
相關(guān)文章:
1. 完美解決vue 中多個(gè)echarts圖表自適應(yīng)的問(wèn)題2. Java GZip 基于內(nèi)存實(shí)現(xiàn)壓縮和解壓的方法3. 利用CSS制作3D動(dòng)畫(huà)4. 存儲(chǔ)于xml中需要的HTML轉(zhuǎn)義代碼5. Springboot 全局日期格式化處理的實(shí)現(xiàn)6. jsp+servlet簡(jiǎn)單實(shí)現(xiàn)上傳文件功能(保存目錄改進(jìn))7. Python的文本常量與字符串模板之string庫(kù)8. .Net加密神器Eazfuscator.NET?2023.2?最新版使用教程9. SpringBoot+TestNG單元測(cè)試的實(shí)現(xiàn)10. JAMon(Java Application Monitor)備忘記
