PHP字符串的编码问题

柔光的暖阳◎ 2022-06-06 04:36 191阅读 0赞

大家都知道，不同字符编码，其在内存占用的字节数不一样。如 ASCII编码字符占用1个字节,UTF-8编码的中文字符是3字节,GBK为2个字节。

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` )

如GB2312  转UTF-8:  iconv("GB2312","UTF-8",$text)

**url 编码urlencode**

编码后返回的字符串中除了  **-\_.**  之外的所有非字母数字字符都将被替换成百分号（ **%** ）后跟两位十六进制数，空格则编码为加号（ **+** ）。此编码与 WWW 表单 POST 数据的编码方式是一样的，同时与  **application/x-www-form-urlencoded**  的媒体类型编码方式一样。

不过应该注意的是，在编码时应该只对部分URL编码，否则URL中的冒号和反斜杠也会被转义。

URLEncode的方式一般有两种，一种是传统的基于GB2312的Encode，另一种是基于UTF-8的Encode。  如：

$url = '中国';
    echo urlencode($url );
    //UTF-8: %E4%B8%AD%E5%9B%BD
    //GB2312:%D6%D0%B9%FA

例如我们使用浏览器打开百度，搜索 “中国”.    在地址栏看到:

http://www.baidu.com/s?wd= %E4%B8%AD%E5%9B%BD&rsv\_bp=0&ch=&tn=baidu&bar=&rsv\_spt=3&ie=utf-8&rsv\_sug3=16&rsv\_sug=0&rsv\_sug4=302&rsv\_sug1=11&inputT=22928

即我们看到“中国”被浏览器自动转换为： %E4%B8%AD%E5%9B%BD。

urlencode和rawurlencode的区别：urlencode将空格编码为加号“+”，rawurlencode将空格编码为加号“%20”。

**url解码urldecode 和 rawurldecode**

1、在解码时，可以使用相应的 urldecode() 和 rawurldecode()，相应地，rawurldecode() 不会把加号（'+'）解码为空格，而 urldecode() 可以。

2、urldecode() 和 rawurldecode() 解码出的字符串是 UTF-8格式的编码，如果URL中含有非UTF-8 编码的中文，则要把解码出的字符串进行转换。

如下，先把php文件设置为gb2312编码。你会看到一部分是乱码，一部分是正常的。

$url = '中国';  
echo $a = urldecode(urlencode($url)) ,' ';  
echo iconv('gb2312', 'utf-8', $a);

�й� 中国

发表评论取消回复

表情：

评论列表（有 0 条评论，191人围观）

还没有评论，来说两句吧...

相关阅读

相关字符编码问题：Java处理Unicode字符串的挑战

在Java编程中，处理Unicode字符串确实存在一些挑战。以下是几个主要方面： 1. 字符集和编码：Java默认使用的是UTF-8编码，但是不同的文件可能使用其他编码（如G

迷南。/ 2024年09月13日 12:45/ 0 赞/ 12 阅读

相关字符串和编码

字符串内部表示为char\[\] 数组： String s2 = new String(new char[] { 'H', 'e', 'l

蔚落/ 2024年03月26日 12:43/ 0 赞/ 20 阅读

相关 PHP对URL进行字符串编码

//对URL进行字符串编码和解码 $url1 = 'https://www.baidu.com/uploade/img/123.png'; echo $

悠悠/ 2022年08月30日 04:23/ 0 赞/ 178 阅读

相关解析php获取字符串的编码格式的方法(函数)

1.转换一检测字符串编码放法： $encode = mb\_detect\_encoding($string, array("ASCII",'UTF-8′,"GB2312

港控/mmm°/ 2022年08月18日 02:59/ 0 赞/ 477 阅读

相关 PHP字符串的编码问题

大家都知道，不同字符编码，其在内存占用的字节数不一样。如 ASCII编码字符占用1个字节,UTF-8编码的中文字符是3字节,GBK为2个字节。 P

柔光的暖阳◎/ 2022年06月06日 04:36/ 0 赞/ 192 阅读

相关字符串的编码

计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是2

￡神魔★判官ぃ/ 2022年06月05日 12:18/ 0 赞/ 121 阅读

相关 MySql字符串编码问题

mysql编码设置查看系统的字符集和排序方式的设定可以通过下面的两条命令或mysql> status 。 mysql> SHOW VARIABLES L

阳光穿透心脏的1/2处/ 2022年05月16日 10:14/ 0 赞/ 157 阅读

相关 Java字符串的编码

\[b\]\[color=olive\]\[size=large\]计算机的底层存储只能是二进制字节，而常常大部分时候，我们都喜欢看那么我们能看懂的字符，这也就是字符串，在这个

柔光的暖阳◎/ 2022年04月21日 14:17/ 0 赞/ 301 阅读

相关编码和字符串

（1）编码 ASCII码，一共有127个字符，中国制定了GB2312编码，把中文编进去； Unicode把所有语言统一到一套编码里，AS

短命女/ 2021年11月11日 14:48/ 0 赞/ 291 阅读

相关 PHP把unicode编码的json字符串转中文

json中中文被编码 $s = '[{"param_name":"email","param_caption":"\u90ae\u7bb1","operator":"

谁践踏了优雅/ 2021年10月19日 16:48/ 0 赞/ 383 阅读