實例如下：

function unescape($str) {
  $str = rawurldecode($str);
  preg_match_all("/(?:%u.{4})|&#x.{4};|&#\d+;|.+/U",$str,$r);
  $ar = $r[0];
  //print_r($ar);
  foreach($ar as $k=>$v) {
    if(substr($v,0,2) == "%u"){
      $ar[$k] = iconv("UCS-2BE","UTF-8",pack("H4",substr($v,-4)));
 }
    elseif(substr($v,0,3) == "&#x"){
      $ar[$k] = iconv("UCS-2BE","UTF-8",pack("H4",substr($v,3,-1)));
 }
    elseif(substr($v,0,2) == "&#") {
       
      $ar[$k] = iconv("UCS-2BE","UTF-8",pack("n",substr($v,2,-1)));
    }
  }
  return join("",$ar);
}
echo unescape("紫星藍(lán)");

今天有用戶反饋，表單系統(tǒng)用戶提交的數(shù)據(jù)中文會亂碼。測試發(fā)現(xiàn)問題出在 iconv 轉(zhuǎn)換上。
iconv('UCS-2',
'GBK',
'中文')
Google

搜索發(fā)現(xiàn)，原因是 Linux 服務(wù)器上 UCS-2 編碼方式與 Winodws 不一致。

于是，我改成

 iconv('UCS-2BE',
'GBK',
'中文')
 試試，中文正常了

以下是有關(guān)兩個平臺

UCS-2 編碼的潛規(guī)則：

1、 UCS-2 不等于 UTF-16。 UTF-16 每個字節(jié)使用 ASCII 字符范圍編碼，而 UCS-2 對每個字節(jié)的編碼可以超出 ASCII 字符范圍。UCS-2 和 UTF-16 對每個字符至多占兩個字節(jié)，但是他們的編碼是不一樣的。

2、對于 UCS-2, windows 下默認(rèn)是 UCS-2LE。用 MultibyteToWidechar（或者A2W）生成的是 UCS-2LE 的 unicode。windows記事本可以將文本保存為 UCS-2BE，相當(dāng)于多了層轉(zhuǎn)換。

3、 對于 UCS-2, linux 下默認(rèn)是 UCS-2BE。用iconv(指定UCS-2)來轉(zhuǎn)換生成的是 UCS-2BE 的 unicode。如果轉(zhuǎn)換windows平臺過來的 UCS-2, 需要指定 UCS-2LE。

4、鑒于windows和linux等多個平臺對 UCS-2 的理解不同（UCS-2LE,UCS-2BE）。MS 主張 unicode 有個引導(dǎo)標(biāo)志(UCS-2LE FFFE, UCS-2BE FEFF)，以表明下面的字符是 unicode 并且判別 big-endian 或 little-endian。 所以從 windows 平臺過來的數(shù)據(jù)發(fā)現(xiàn)有這個前綴，不用慌張。

5、 linux 的編碼輸出，比如從文件輸出，從 printf 輸出，需要控制臺做適當(dāng)?shù)木幋a匹配（如果編碼不匹配，一般和該程序編譯時的編碼有若干關(guān)系），而控制臺的轉(zhuǎn)換輸入需要查看當(dāng)前的系統(tǒng)編碼。比如控制臺當(dāng)前的編碼是 UTF-8, 那么 UTF-8 編碼的東西能正確顯示，GBK 就不能；同樣，當(dāng)前編碼是 GBK, 就能顯示 GBK 編碼，后來的系統(tǒng)應(yīng)該更智能的處理好更多的轉(zhuǎn)換了。不過通過 putty 等終端還是需要設(shè)置好終端的編碼轉(zhuǎn)換以解除亂碼的煩惱。

以上這篇用PHP將Unicode 轉(zhuǎn)化為UTF-8的實現(xiàn)方法(推薦)就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論