欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

PHP中GBK和UTF8编码处理方法

程序员文章站 2022-05-14 09:21:50
...
PHP中GBK和UTF8编码处理方法

一、编码范围

1. GBK (GB2312/GB18030)

\x00-\xff GBK双字节编码范围
\x20-\x7f ASCII
\xa1-\xff 中文
\x80-\xff 中文

2. UTF-8 (Unicode)

\u4e00-\u9fa5 (中文)
\x3130-\x318F (韩文
\xAC00-\xD7A3 (韩文)
\u0800-\u4e00 (日文)

ps: 韩文是大于[\u9fa5]的字符

正则例子:
PHP:

preg_replace(""/([\x80-\xff])/"","""",$str);
preg_replace(""/([u4e00-u9fa5])/"","""",$str);

二、其他语言代码例子
PHP:

//判断内容里有没有中文-GBK (PHP)
function check_is_chinese($s){
return preg_match('/[\x80-\xff]./', $s);
}
//获取字符串长度-GBK (PHP)
function gb_strlen($str){
$count = 0;
for($i=0; $i<strlen($str); $i++){
$s = substr($str, $i, 1);
if (preg_match(""/[\x80-\xff]/"", $s)) ++$i;
++$count;
}
return $count;
}
//截取字符串字串-GBK (PHP)
function gb_substr($str, $len){
$count = 0;
for($i=0; $i<strlen($str); $i++){
if($count == $len) break;
if(preg_match(""/[\x80-\xff]/"", substr($str, $i, 1))) ++$i;
++$count;
}
return substr($str, 0, $i);
}
//统计字符串长度-UTF8 (PHP)
function utf8_strlen($str) {
$count = 0;
for($i = 0; $i <strlen($str); $i++){
$value = ord($str[$i]);
if($value> 127) {
$count++;
if($value>= 192 && $value <= 223) $i++;
elseif($value>= 224 && $value <= 239) $i = $i + 2;
elseif($value>= 240 && $value <= 247) $i = $i + 3;
else die('Not a UTF-8 compatible string');
}
$count++;
}
return $count;
}
//截取字符串-UTF8(PHP)
function utf8_substr($str,$position,$length){
$start_position = strlen($str);
$start_byte = 0;
$end_position = strlen($str);
$count = 0;
for($i = 0; $i <strlen($str); $i++){
if($count>= $position && $start_position> $i){
$start_position = $i;
$start_byte = $count;
}
if(($count-$start_byte)>=$length) {
$end_position = $i;
break;
}
$value = ord($str[$i]);
if($value> 127){
$count++;
if($value>= 192 && $value <= 223) $i++;
elseif($value>= 224 && $value <= 239) $i = $i + 2;
elseif($value>= 240 && $value <= 247) $i = $i + 3;
else die('Not a UTF-8 compatible string');
}
$count++;
}
return(substr($str,$start_position,$end_position-$start_position));
}


//字符串长度统计-UTF8 [中文3个字节,俄文、韩文占2个字节,字母占1个字节]

(Ruby)

def utf8_string_length(str)
temp = CGI::unescape(str)
i = 0;
j = 0;
temp.length.times{|t|
if temp[t] <127
i += 1
elseif temp[t]>= 127 and temp[t] <224
j += 1
if 0 == (j % 2)
i += 2
j = 0
end
else
j += 1
if 0 == (j % 3)
i +=2
j = 0
end
end
}
return i
}


//判断是否是有韩文-UTF-8

(javascript)

function checkKoreaChar(str) {
for(i=0; i<str.length; i++) {
if(((str.charCodeAt(i)> 0x3130 && str.charCodeAt(i) <0x318F) || (str.charCodeAt(i)>= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) {
return true;
}
}
return false;
}
//判断是否有中文字符-GBK (javascript) function check_chinese_char(s){ return (s.length != s.replace(/[^\x00-\xff]/g,""**"").length); }
相关标签: php 编码