php编码固定为gb2312,UTF-8转换成GB2312的全处理_php

主题：将UTF-8编码的字符串转化成GB2312的编码，没有对应编码的字符串转化为DEC; 的格式。如 회=>회

内容：浏览器用javascript中encodeURI函数将字符串(包含非GB2312中字符)编码，GET请求到服务器，页面编码均为GB2312，服务器PHP脚本将请求数据转换成GB2312表示。

基础：

1. 单独使用iconv函数只能转换GB2312字符，外文字符无法转换

2. 没有现成的函数可以用

3. bindec()函数：将二进制格式的"01"字符串转换为十进制数

4. decbin()函数：将十进制数转换为二进制字符串，如decbin(224)="11100000"

思路：因为UTF-8分别有1,2,3字节编码，中日韩文都是3字节编码，处理时根据字符编码中首字节大小区分字节数量。

1.如首字节小于128，为ASCII码

2.128~192，非UTF-8编码，且处理为ord();

3. 192~224,  双字节UTF-8编码

http://www.gaodaima.com/48041.htmlUTF-8转换成GB2312的全处理_php

4. 224~240，三字节编码

5. 240~248，四字节编码

6. 。。。

7. 对于三字节编码的尝试用iconv转换成GB2312

8. 非GB2312的多字节字符，尝试把UTF-8转换成Unicode，再取到Unicode十进制值

9. 可以考虑使用位运算，也可以用bindec()函数

程序：

function GetGB2312String($name)

{

$tostr = "";

for($i=0;$i

{

$curbin = ord(substr($name,$i,1));

if($curbin < 0x80)

{

$tostr .= substr($name,$i,1);

}elseif($curbin < bindec("11000000")){

$str = substr($name,$i,1);

$tostr .= "".ord($str).";";

}elseif($curbin < bindec("11100000")){

$str = substr($name,$i,2);

$tostr .= "".GetUnicodeChar($str).";";

$i += 1;

}elseif($curbin < bindec("11110000")){

$str = substr($name,$i,3);

$gstr= iconv("UTF-8","GB2312",$str);

if(!$gstr)

{

$tostr .= "".GetUnicodeChar($str).";";

}else{

$tostr .= $gstr;

}

$i += 2;

}elseif($curbin < bindec("11111000")){

$str = substr($name,$i,4);

$tostr .= "".GetUnicodeChar($str).";";

$i += 3;

}elseif($curbin < bindec("11111100")){

$str = substr($name,$i,5);

$tostr .= "".GetUnicodeChar($str).";";

$i += 4;

}else{

$str = substr($name,$i,6);

$tostr .= "".GetUnicodeChar($str).";";

$i += 5;

}

}

return $tostr;

}

function GetUnicodeChar($str)

{

$temp = "";

for($i=0;$i

{

$x = decbin(ord(substr($str,$i,1)));

if($i == 0)

{

$s = strlen($str)+1;

$temp .= substr($x,$s,8-$s);

}else{

$temp .= substr($x,2,6);

}

}

return bindec($temp);

}

附：

U-00000000 - U-0000007F:  0xxxxxxx

U-00000080 - U-000007FF:  110xxxxx 10xxxxxx

U-00000800 - U-0000FFFF:  1110xxxx 10xxxxxx 10xxxxxx

U-00010000 - U-001FFFFF:  11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

U-00200000 - U-03FFFFFF:  111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

U-04000000 - U-7FFFFFFF:  1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

欢迎大家阅读《UTF-8转换成GB2312的全处理_php》,跪求各位点评,若觉得好的话请收藏本文，by 搞代码

微信 赏一包辣条吧~

支付宝 赏一听可乐吧~