PHP iconv()函数转字符编码的问题
来源:互联网 发布:素媛用什么软件看 编辑:程序博客网 时间:2024/06/07 15:29
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:
1
iconv
2
3
(PHP 4 >= 4.0.5, PHP 5)
4
iconv – Convert string to requested character encoding
5
Description
6
string iconv ( string in_charset, string out_charset, string str )
7
Performs a character set conversion on the string str from in_charset to out_charset. Returns the converted string or FALSE on failure.
8
If you append the string //TRANSLIT to out_charset transliteration is activated. This means that when a character can't be represented in the target charset, it can be approximated through one or several similarly looking characters. If you append the string //IGNORE, characters that cannot be represented in the target charset are silently discarded. Otherwise, str is cut from the first illegal character.
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Zend Studio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GBK To UTF-8:
1
<?php
2
header(
"content-Type: text/html; charset=Utf-8"
);
3
echo
mb_convert_encoding(
"妳係我的友仔"
,
"UTF-8"
,
"GBK"
);
4
?>
再来个GB2312 To Big5:
1
<?php
2
header(
"content-Type: text/html; charset=big5"
);
3
echo
mb_convert_encoding(
"你是我的朋友"
,
"big5"
,
"GB2312"
);
4
?>
不过要使用上面的函数需要安装但是需要先enable mbstring 扩展库。
string mb_convert_encoding ( string str, string to_encoding [, mixed from_encoding] )需要先enable mbstring 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;
string iconv ( string in_charset, string out_charset, string str )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");
转自http://www.nowamagic.net/php/php_FunctionIconv.php
- PHP iconv()函数转字符编码的问题
- PHP iconv()函数转字符编码的问题
- PHP iconv()函数转字符编码的问题
- PHP iconv()函数转字符编码的问题
- PHP iconv()字符编码转换的问题
- PHP iconv()函数和mb_convert_encoding()函数的区别(关于字符编码的函数)
- PHP iconv()函数和mb_convert_encoding()函数的区别(关于字符编码的函数)
- iconv 函数字符编码转换
- PHP 中字符编码转换 iconv() 和 mb_convert_encoding() 的区别
- 字符编码的转换iconv
- php关于使用iconv(...)函数对字符进行中文转换时,遇到的一个问题
- PHP下编码转换函数mb_convert_encoding与iconv的使用说明
- 【字符编码问题】php的urlencode()URL编码函数浅析
- linux c 字符编码转换函数 iconv
- 字符编码问题以及iconv函数转换时莫名少数据问题
- iconv、mb_convert_encoding字符编码的转换
- 关于iconv字符编码的转换
- php iconv转编码 数据丢失的解决方法
- eclipse 下导入android项目中文乱码
- 中文截取,支持gb2312,gbk,utf-8,big5
- 关于const修饰符(内容不断扩充中)
- Spring源码解析-BeanDefinition在IOC容器中的注册(三)
- ControlTemplate in WPF —— ItemsControl
- PHP iconv()函数转字符编码的问题
- 笔试题之Linux
- C#操作文件大全
- Android:源码环境下移植第三方的apk内置到ROM(System Image)中
- ControlTemplate in WPF —— TreeView
- 开源项目之饭否 for Android
- ControlTemplate in WPF —— TabControl
- 天迈---坑爹的公司
- va_start, va_end, va_list