（转）PHP下编码转换函数mb_convert_encoding与iconv的使用说明

之--http://www.jb51.net/article/21451.htm

 

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律念不理解，不过如今好像有点开窍了。

 

 

不过英文通常不会存在编码问题，只有中文数据才会有这个问题。好比你用Zend Studio或Editplus写程序时，用的是gbk编码，若是数据须要入数据库，而数据库的编码为utf8时，这时就要把数据进行编码转换，否则进到数据库就会变成乱码。 

mb_convert_encoding的用法见官方： 
http://cn.php.net/manual/zh/function.mb-convert-encoding.php 

作一个GBK To UTF-8 

复制代码代码以下:

<?php 
header("content-Type: text/html; charset=Utf-8"); 
echo mb_convert_encoding("妳係个人友仔", "UTF-8", "GBK"); 
?> 

再来个GB2312 To Big5 

复制代码代码以下:

<?php 
header("content-Type: text/html; charset=big5"); 
echo mb_convert_encoding("你是个人朋友", "big5", "GB2312"); 
?> 

不过要使用上面的函数须要安装可是须要先enable mbstring 扩展库。 

PHP中的另一个函数iconv也是用来转换字符串编码的，与上函数功能类似。 

下面还有一些详细的例子： 
iconv — Convert string to requested character encoding 
(PHP 4 >= 4.0.5, PHP 5) 
mb_convert_encoding — Convert character encoding 
(PHP 4 >= 4.0.6, PHP 5) 

用法： 
string mb_convert_encoding ( string str, string to_encoding [, mixed from_encoding] ) 
须要先enable mbstring 扩展库，在 php.ini里将; extension=php_mbstring.dll 前面的 ; 去掉 
mb_convert_encoding 能够指定多种输入编码，它会根据内容自动识别,可是执行效率比iconv差太多； 


string iconv ( string in_charset, string out_charset, string str ) 
注意：第二个参数，除了能够指定要转化到的编码之外，还能够增长两个后缀：//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。 
Returns the converted string or FALSE on failure. 


使用： 

发现iconv在转换字符”—”到gb2312时会出错，若是没有ignore参数，全部该字符后面的字符串都没法被保存。无论怎么样，这个”—”都没法转换成功，没法输出。 另外mb_convert_encoding没有这个bug. 

通常状况下用 iconv，只有当遇到没法肯定原编码是何种编码，或者iconv转化后没法正常显示时才用mb_convert_encoding 函数. 

from_encoding is specified by character code name before conversion. it can be array or string - comma separated enumerated list. If it is not specified, the internal encoding will be used. 
/* Auto detect encoding from JIS, eucjp-win, sjis-win, then convert str to UCS-2LE */ 
$str = mb_convert_encoding($str, “UCS-2LE”, “JIS, eucjp-win, sjis-win”); 
/* “auto” is expanded to “ASCII,JIS,UTF-8,EUC-JP,SJIS” */ 
$str = mb_convert_encoding($str, “EUC-JP”, “auto”); 

例子： 

复制代码代码以下:

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

PHP中使用mb_convert_encoding转码的小陷阱在php程序中使用mb_convert_encoding()方法进行字符编码转换你们都很熟悉了，平时也在大量的使用。并且在通常状况下该方法也表现的足够好，值得表扬。但在一个项目中咱们须要使用它进行UTF8到GBK的转换，在转换一些特殊字符时发现了一个不大不小的问题。具体表现为mb把在utf8可编码的字符而在gbk中不可编码的字符都转成了\0x00\0x80,这样就致使转换后的gbk字符是有问题的。  在咱们的意识中，在进行字符编码转换的过程当中，若是遇到目标编码不可表现的字符，转码程序应该作的是舍弃这种字符，这样虽然丢失了部分数据，但不会致使转码的字符序列不可用。不清楚mb为何要使用上述方式而不是舍弃方式。  临时的解决方式是对转码后的字符串序列进行过滤，过滤掉全部\x00\80的字符；又或者在转义以前对utf8的字符串进行过滤，过滤掉ut8可表示而gbk不可表示的全部字符，从实现难度上来说，第一种过滤方式比较容易作到。