PHP也能干大事之PHP中的编码解码详解
写在前面
php也能干大事是我总结的php语法特性及相关函数类库的经典用法，并不一定是真正能实现四两拨千斤的功效，但是掌握这些方法，可以在你的工作和学习上有一些帮助，希望大家能集思广益，将《php也能干大事》丰富得更精彩！转载请注明出处（jb51.net）
二、前言
php是常见的脚本语言，主要是因为其简单易学，上手快，几乎50%以上的web程序都有php的身影（不完全统计）。php为开发这提供了丰富的函数和api接口，这使得我们能够非常方便地使用其强大的内置函数及扩展，本文是《php也能干大事》系列的第一篇，主要总结php在编解码、进制转换方面的知识。
三、php编解码
1、ascii编解码
ascii（发音：英语发音：/ˈæski/ ass-kee，american standard code for information interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统。它主要用于显示现代英语，而其扩展版本eascii则可以部分支持其他西欧语言，并等同于国际标准iso/iec 646。由于万维网使得ascii广为通用，直到2007年12月，逐渐被unicode取代。 https://zh.wikipedia.org/zh/ascii
php基本函数内置了ascii的编解码函数，这使得我们能轻松进行ascii编解码。
int ord ( string $string ) //返回字符串 string 第一个字符的 ascii 码值。
string chr ( int $ascii ) //返回相对应于 ascii 所指定的单个字符。
<?php
$str = 'welcome to china';
function getnum($string){
$needle = 0;
$num = '';
while (isset($string[$needle])) {
$num .= $num==0?'':' ';
$num .= ord($string[$needle]);
$needle++;
}
return $num;
}
function getchar($num){
$num_arr = explode(' ', $num);
$string = '';
foreach ($num_arr as $value) {
$string .= chr($value);
}
return $string;
}
echo "字符转ascii码\n";
echo getnum($str);
echo "\n";
echo "ascii码字符\n";
echo getchar(getnum($str));
/* @output
字符转ascii码
87 101 108 99 111 109 101 32 116 111 32 67 104 105 110 97
ascii码字符
welcome to china
*/
?>
2、url编解码
url编码是一种浏览器用来打包表单输入的格式。浏览器从表单中获取所有的name和其中的值，将它们以name/value参数编码作为url的一部分或者分离地发给服务器。比如我们在访问网页中，会出现很多带有%的字符串，这就是url编码。
url编码一般采用utf-8编码格式，所以建议采用utf-8格式传递数据。正常意义的url编码可以理解为ascii码的16进制前加上%，无大小写区分。
string urlencode(string $str) //此函数便于将字符串编码并将其用于url的请求部分，同时它还便于将变量传递给下一页。空格编码成 + 。
string urldecode(string $str) //解码给出的已编码字符串中的任何 %xx,加号（'+'）被解码成一个空格字符。
string rawurlencode (string $str) //根据 rfc 3986 编码指定的字符，空格转换成%20。
string rawurldecode (string $str) //返回字符串，此字符串中百分号（%）后跟两位十六进制数的序列都将被替换成原义字符。 + 不被转换成空格。
两组函数用法一样，除了对于+和空格的转换处理上：rawurlencode将空格转为%20，不将+转为空格；urlencode则不一样。
<?php
$str_arr = array(
'www.jb51.net',
'//www.jb51.net/',
'php也能干大事',
);
foreach ($str_arr as $key => $value) {
echo $value,"\t->\t",urlencode($value),"\n";
}
/* @output
->
-> http%3a%2f%2fwww.jb51.net%2f
php也能干大事 -> php%e4%b9%9f%e8%83%bd%e5%b9%b2%e5%a4%a7%e4%ba%8b
? -> %21%40%23%24%25%5e%26%2a%28%29_%2b%3d-%7e%60%5b%5d%7b%7d%7c%5c%3b%3a%27%22%3c%3e%2c.%2f%3f
*/
?>
3、base64编解码
base64是一种基于64个可打印字符来表示二进制数据的表示方法。由于2的6次方等于64，所以每6个位元为一个单元，对应某个可打印字符。三个字节有24个位元，对应于4个base64单元，即3个字节需要用4个可打印字符来表示。它可用来作为电子邮件的传输编码。使用的字符包括大小写字母各26个，加上10个数字，和加号「+」，斜杠「/」，一共64个字符，等号「=」用来作为后缀用途。完整的base64定义可见rfc 1421和rfc 2045。编码后的数据比原始数据略长，为原来的4/3。在电子邮件中，根据rfc 822规定，每76个字符，还需要加上一个回车换行。可以估算编码后数据长度大约为原长的135.1%。 https://zh.wikipedia.org/zh/base64
string base64_encode(string $data) //使用 base64 对 data 进行编码。
string base64_decode (string $data [, bool $strict = false ]) //对 base64 编码的 data 进行解码。
案例：html页面中img标签可以在src属性中采用base64编码方式，来输出图片，这样可以减少http请求次数。
<?php
$string = file_get_content('3mc2.png');
echo '<img src="data:image/png;base64,',base64_encode($string),'">';
/* @output
uehq5lmf6io95yqe5asn5lql
*/
?>
4、html实体编解码
一些字符在html中是预留的，拥有特殊的含义，比如小于号「<」用于定义html标签的开始。如果我们希望浏览器正确地显示这些字符，我们必须在 html 源码中插入字符实体。字符实体有三部分：一个和号「&」 和一个实体名称（或者一个 「#」 和一个实体编号），以及一个分号「;」。
string htmlspecialchars ( string $string [, int $flags = ent_compat | ent_html401 [, string $encoding = “utf-8″ [, bool $double_encode = true ]]] ) //对包含如下html特殊字符进行html实体编码
1.'&' (ampersand) becomes ‘&'
2.'”‘ (double quote) becomes ‘"' when ent_noquotes is not set.
3.”‘” (single quote) becomes ‘'' (or ') only when ent_quotes is set.
4.'<‘ (less than) becomes ‘<'
5.'>' (greater than) becomes ‘>'
string htmlspecialchars_decode (string $string [, int $flags = ent_compat | ent_html401 ]) //此函数的作用和 htmlspecialchars() 刚好相反。它将特殊的html实体转换回普通字符。
还有功能相同的函数htmlentities/html_entity_decode，这对函数甚至对汉字都进行了html实体编码，而且会产生乱码，所以建议使用htmlspecialchars进行编解码。
案例：防止xss跨站脚本攻击，需要对用户提交的数据进行html实体转换：
<?php
$_post['message'] = '测试留言字符\'"><script src=//www.jb51.net/hook.js>';
if (empty($_post['message'])) {
exit('message is null');
}
$message = htmlspecialchars(trim($_post['message']));
echo $message;
/* @output
测试留言字符'"><script src=//www.jb51.net/hook.js>
*/
?>
5、二进制、八进制、十进制、十六进制相互转换
进制之间的转换这里没什么好说的，总之都差不多，只要记住多少进制就是逢多少进一位，比如10进制就是9的下一位就是10，二进制、八进制、十六进制以此类推。
string bin2hex (string $str) //返回 ascii 字符串，为参数 str 的十六进制表示。转换使用字节方式，高四位字节优先。
string hex2bin (string $data) //转换十六进制字符串为二进制字符串。
number bindec (string $binary_string) //返回 binary_string 参数所表示的二进制数的十进制等价值。
string decbin (int $number) //返回一字符串，包含有给定 number 参数的二进制表示。所能转换的最大数值为十进制的 4294967295，其结果为 32 个 1 的字符串。
number octdec (string $octal_string) //返回 octal_string 参数所表示的八进制数的十进制等值。
string decoct (int $number) //返回一字符串，包含有给定 number 参数的八进制表示。所能转换的最大数值为十进制的 4294967295，其结果为 “37777777777”。
string base_convert (string $number , int $frombase , int $tobase) //任意进制转换，返回一字符串，包含 number 以 tobase 进制的表示。number 本身的进制由 frombase 指定。frombase 和 tobase 都只能在 2 和 36 之间（包括 2 和 36）。高于十进制的数字用字母 a-z 表示，例如 a 表示 10，b 表示 11 以及 z 表示 35。
6 、gbk、utf-8字符编码转换
在写代码过程中，经常遇到编码问题而引发的乱码。其实解决编码问题非常简单，只要使用一种编码即可，一般来说，采用万国码——utf-8是最好的选择。
这里说的编码是文字编码和文件存储的编码，当然，不得不提到系统的编码的差异性：
系统 编码 字符结尾
windows gbk \r\n
*nix utf-8 \n
所以在处理特殊字符的时候要特别注意。
常见的编码有gbk、utf-8等等，函数使用上一般采用两种：
string mb_convert_encoding (string $str , string $to_encoding [, mixed $from_encoding = mb_internal_encoding() ]) //将 string 类型 str 的字符编码从可选的 from_encoding 转换到 to_encoding。
string iconv (string $in_charset , string $out_charset , string $str) //将字符串 str 从 in_charset 转换编码到 out_charset。
案例：windows系统，架设了一个wamp服务器，将如下脚本另存为一个utf-8编码的php文件，即可通过浏览器查看无乱码的php目录里的文件；如果不是用mb_convert_encoding转码，将直接导致输出乱码（windows作为服务器）。
<?php
function getdir($dir){
static $string = '';
if(is_file($dir)){
$string.= $dir;
}else{
$odir = @opendir($dir);
while($filename = readdir($odir)){
if($filename!='.' && $filename!='..'){
if(is_file($dir.'/'.$filename)){
$string.=$filename."\n";
}elseif(is_dir($dir.'/'.$filename)){
$string.= $dir.'/'.$filename.'/'."\n";
getdir($dir.'/'.$filename);
}
}
}
}
return $string;
}
echo mb_convert_encoding( getdir('php'),'utf8', 'gbk' );
?>
四、总结
编码是数据的处理的基础，所以在php的编程开发过程中是相当重要的。对于php的处理方法，应用在编程中还需要数量掌握，特别有些相似函数要如何区分。转载请注明出处（jb51.net）