php中字符集转换iconv函数使用总结
iconv函数库能够完成各种字符集间的转换,是php编程中不可缺少的基础函数库。
用法如下:
$string="欢迎访问毛票票!"; iconv("utf8","gbk",$string)//将字符串string 编码由utf8转变成gbk;
扩展如下:
echo$str='欢迎访问毛票票!'; echo'<br/>'; echoiconv('GB2312','UTF-8',$str);//将字符串的编码从GB2312转到UTF-8 echo'<br/>'; echoiconv_substr($str,1,1,'UTF-8');//按字符个数截取而非字节 print_r(iconv_get_encoding());//得到当前页面编码信息 echoiconv_strlen($str,'UTF-8');//得到设定编码的字符串长度 //也有这样用的 $content=iconv("UTF-8","gbk//TRANSLIT",$content);
备注:
1、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,我本地的没有操作这一步)
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);
到此php中的iconv介绍完毕
2、用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。原因是这样的:
stringiconv(stringin_charset,stringout_charset,stringstr)
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。被截断了,当然就会少了;
可以这样修改iconv("UTF-8","GB2312//IGNORE",$string) 会忽略掉不能转化的字符;
附加:
PHP中的mb_convert_encoding与iconv函数介绍
mb_convert_encoding这个函数是用来转换编码的,和iconv函数差不多。
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ZendStudio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。
mb_convert_encoding的用法见官方:
http://cn.php.net/manual/zh/function.mb-convert-encoding.php
做一个GBKToUTF-8
<?php header("content-Type:text/html;charset=Utf-8");//设置字符的编码是utp-8 echomb_convert_encoding("我的","UTF-8","GBK"); ?>
再来个GB2312ToBig5
<?php header("content-Type:text/html;charset=big5"); echomb_convert_encoding("朋友","big5","GB2312"); ?>
不过要使用上面的函数需要安装但是需要先enablembstring扩展库,道理还是一样的,修改php.ini。
PHP中的另外一个函数iconv也是用来转换字符串编码的,与上函数功能相似。
下面还有一些详细的例子:
iconv—Convertstringtorequestedcharacterencoding (PHP4>=4.0.5,PHP5) mb_convert_encoding—Convertcharacterencoding (PHP4>=4.0.6,PHP5)
用法:
stringmb_convert_encoding(stringstr,stringto_encoding[,mixedfrom_encoding])
需要先enablembstring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,那为何还要讲解这个mb_convert_encoding()函数呢?答案如下:
发现iconv在转换字符”—”到gb2312时会出错,如果没有ignore参数,所有该字符后面的字符串都无法被保存。不管怎么样,这个”—”都无法转换成功,无法输出。另外mb_convert_encoding没有这个bug.
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.