详解PHP用mb_string处理windows中文字符

我们都知道windows中（当然是中文版），文件名和文件内容等编码都是gbk，而我们在开发过程中，IDE里的编码则是UTF-8，（这里不讨论为什么等等问题，只考虑怎么把编码转变成一样的）所以导致我写的UTF-8编码的正则模式字符串中的中文在gbk编码的文件中并不能正确匹配。

一开始，我并没有什么办法，试过把PHP脚本文件的编码也改成GBK，也可以用，但是想到这种方法太low了，所以找一找PHP中有没有函数可以满足我的需求。

这时，我想到了以前在处理windows中的文件名时用的函数iconv(),其函数原型如下：

stringiconv(string$in_charset,string$out_charset,string$str)

Performsacharactersetconversiononthestringstrfromin_charsettoout_charset.

我们常使用：

$out_charset='utf-8';

$fileName=iconv($fileName,$out_charset,'gbk');

来处理文件名，将文件名改从gbk改为UTF-8而内容不变。

手册翻译附加：

  • 如果你在输出字符串$out_charset后面添加//TRANSLIT即$out_charset='utf-8//TRANSLIT',在遇到不能转换为UTF-8的字符时，程序会自动替换为一个相似字符的UTF-8字符；
  • 如果你在输出字符串$out_charset后面添加//IGNORE即$out_charset='utf-8//IGNORE',在遇到不能转换为UTF-8的字符时，程序会自动跳过这个字符。
  • 如果你什么都没加，就在遇到不能替换成UTF-8的字符时，替换会被中断。

但是，我在用这个函数处理时，结果却是这样：

意思是iconv()函数能处理的最大字符数只有64，一般的文件名大小，而我的文件内容很显然不止64个字符。

没有办法，我只好再次各种翻找别的函数。

直到我发现了mb_string函数库，这个函数库一般都在PHP环境里集成，我们可以在phpinfo()里找到它。

mb_string函数里有一个mb_convert_encoding()函数，可以将一个字符串的编码改变，其函数原型如下：

stringmb_convert_encoding(string$str,string$to_encoding[,mixed$from_encoding])

Convertsthecharacterencodingofstringstrtoto_encodingfromoptionallyfrom_encoding.

基原型跟iconv()函数差不多，只是它没有对输出函数的后缀修饰，它也没有对字符串长度的明确限制。

而且我们看到$from_encoding是可选的，它可以自动识别源编码。

因为找不到一个确切的无法转码的字符，也不知道它遇到无法转码的字符会怎么处理。

通过mb_convert_encoding()函数，将整个文件处理了一下，于是，问题顺利解决。

最后介绍一下mb_string函数库，它全名叫MultibyteString，它的很多方法都扩展自PHP自身的string函数库，函数名在原函数的前面加了"mb_"，这些函数除了拥有原函数的作用外，还在可选参数的最后加入了一个$encoding的可选参数，这个参数可以规定函数以什么样的编码方式来处理字符串。

例如strpos()函数，找到一个字符串在另一个字符串中的位置。

strpos("欢迎来访问","问",0)返回的结果是12，因为脚本是UTF-8编码，而将字符串转为UTF-8编码后，每个中文字符会占用3个字节。

而在mb_strpos()函数中，mb_strpos("欢迎来访问","问",0,'utf-8')则会返回4,它会将字符串当作已经转UTF-8的状态执行。

而mb_strpos("欢迎来访问","问",0,'gbk')会返回6

以上就是详解PHP用mb_string处理windows中文字符的详细内容，更多关于PHP用mb_string处理windows中文字符的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • PHP解决中文乱码

    在php中,中文乱码非常头疼,很麻烦,所以根据在编程的经验,总结以下方法(以utf_8为例), 1.php中在头部header设置编码方式 header("Content-type:text/html;charset=utf-8"); 2.php中用iconv转码 echo iconv("GB2312","UTF-8",'中文内容'); 3.在html中用<meat>标签声明 <meta http-equiv="Con

  • php中文字符串截取多种方法汇总

    1. 截取GB2312中文字符串 <?php < ?php //截取中文字符串 function mysubstr($str, $start, $len) { $tmpstr = ""; $strlen = $start + $len; for($i = 0; $i < $strlen; $i++) { if(ord(substr($str, $i, 1)) > 0xa0) { $tmpstr .= substr($str, $i, 2); $i++; } el

  • 基于php解决json_encode中文UNICODE转码问题

    用PHP的json_encode来处理中文的时候, 中文都会被编码, 变成不可读的, 类似"\u***"的格式,如果想汉字不进行转码,这里提供三种方法 1.升级PHP,在PHP5.4, 这个问题终于得以解决, Json新增了一个选项: JSON_UNESCAPED_UNICODE, 故名思议, 就是说, Json不要编码Unicode. <?php echo json_encode("中文", JSON_UNESCAPED_UNICODE); //"

  • php处理带有中文URL的方法

    本文实例讲述了php处理带有中文URL的方法.分享给大家供大家参考,具体如下: ie6超链接有中文的时候会有问题,万恶的ie6啊.PHP使内置的urlencode函数也不行,urlencode把斜杠等ascii码字符也给编码了,还是不能解决问题,使用下面的函数可以解决这个问题. 原理很简单,就是把所有byte大于127的byte转换为16进制. 中文超链接地址 // utf-8编码 $url = 'http://ftp.dotcoo.com/PHP视频教程.rar'; //urlencode结果

  • php中文乱码问题的终极解决方案汇总

    php中文乱码问题的终极解决方案汇总

    前言 本文主要给大家介绍了关于php中文乱码问题的终极解决方案,分享出来供大家参考学习,在开始之前,我们先来谈谈为什么会出现中文乱码? 很多新手朋友学习PHP的时候,发现程序中的中文在输出的时候会出现乱码的问题,那么为什么会出现这种乱码的情况呢?一般来说,乱码的出现有2种原因,一种是由于编码(charset) 设置错误,导致浏览器以错误的编码来解析,从而出现了满屏乱七八糟的"天书",第二种就是文件被以错误的编码打开,然后保存,比如一个文本文件原先是GB2312编码的,却以UTF-8编码

  • php写入mysql中文乱码的实例解决方法

    php写入mysql出现中文乱码的解决办法是:在建立数据库连接之后,将该连接的编码方式改为中文. 代码如下: $linkID=@mysql_connect("localhost","root","admin"); if(!$linkID) { echo "数据库连接失败!"; } echo "数据库连接成功!"; mysql_query("SET character_set_connection

  • PHP json_encode中文乱码解决方法

    相信很多人在使用Ajax与后台php页面进行交互的时候都碰到过中文乱码的问题.JSON作为一种轻量级的数据交换格式,备受亲睐,但是用PHP作为后台交互,容易出现中文乱码的问题.JSON和js一样,对于客户端的字符都是以UTF8的形式进行处理的,也就是说,使用JSON作为提交和接收的数据格式时字符都采用UTF8编码处理,当我们的页面编码和数据库编码不是采用UTF8的时候,就极容易出现中文乱码的问题.解决办法自然是在用js或者PHP处理JSON数据的时候都采用UTF8的形式. PHP5.2或以上的版

  • php中文语义分析实现方法示例

    php中文语义分析实现方法示例

    本文实例讲述了php中文语义分析实现方法.分享给大家供大家参考,具体如下: 最近公司有个需求要做文章关键词提取,发现有个波森语义分析,还不错,把其http接口封装了一下, 发布到packagist上了. 简介 简单的封装了BosonNLP中文语义识别的api. 安装 composer require xdao/boson-nlp 使用 require 'vendor/autoload.php'; use Xdao\Util\BosonNLP; $news = <<<EOF 继前不久始于中

  • 详解PHP用mb_string处理windows中文字符

    详解PHP用mb_string处理windows中文字符

    我们都知道windows中(当然是中文版),文件名和文件内容等编码都是gbk,而我们在开发过程中,IDE里的编码则是UTF-8,(这里不讨论为什么等等问题,只考虑怎么把编码转变成一样的)所以导致我写的UTF-8编码的正则模式字符串中的中文在gbk编码的文件中并不能正确匹配. 一开始,我并没有什么办法,试过把PHP脚本文件的编码也改成GBK,也可以用,但是想到这种方法太low了,所以找一找PHP中有没有函数可以满足我的需求. 这时,我想到了以前在处理windows中的文件名时用的函数iconv()

  • 实例详解JSON取值(key是中文或者数字)方式

    JSON取值(key是中文或者数字)方式详解 先准备一个json对象用于演示 var json = {'name':'zhangsan', '年龄':23, 404:'你可能迷路了'}; 1.使用JS中with关键字 with(json) { console.log(name);//输出:zhangsan console.log(年龄);//输出:23 console.log(404);//输出:404,用这种方法读取key是数字的属性,有问题 } 2.最常见的传统的读取key console.

  • 详解Java中String类型与默认字符编码

    为什么写这个 至于为什么要写这个,主要是一句mmp一定要讲,绕了一上午,晕死 Java程序中的中文乱码问题一直是一个困扰程序员的难题,自己也不例外,早在做项目时就遇到过很多编码方式的坑,当时想填来着,但是嫌麻烦.这次终于忍不住了,一定要弄个明白 String类型的编码方式 从网上查的资料都说,Java默认的字符编码是Unicode,而String类型的编码方式是与JVM编码方式和本机操作系统默认字符集有关的.于是我做出了测试 在Java中可以这样显示查看本地编码方式(JVM还是OS呢?) //

  • 详解Java如何改变字符串中的字符

    详解Java如何改变字符串中的字符

    今天做某度的笔试题遇到一个编程题需要用到字符串中的字符的即时改变.题中给出的一个String字符串.绞尽脑汁试图使用构建一个新的String的方式来做,而后发觉十分麻烦. 做题的时候只觉得StringBuilder/StringBuffer(由于这两个类的方法基本完全相同,下面只说其中一个,另一个也一样)中会有操作某字符的方法,想了半天没什么印象,所以这个题应该是直接挂了. 做完之后查了一下API.果然发现一个方法,如下图所示: cStringBuilder.setCharAt() 可以实现很方

  • 详解Intellij IDEA中.properties文件中文显示乱码问题的解决

    详解Intellij IDEA中.properties文件中文显示乱码问题的解决

    首先,你可能会见到如下提示: File encoding is disabled because .properties file (see Settings|Editor|File Encodings|Properties Files) 具体如下图.没截全图,太大了,只截取了提示部分. 在这之前,我一直以为,我已经设置了我这个编辑器下的所有文件的编码格式都是utf-8,直到我这次要读取properties文件的时候,才惊讶的发现,我的properties文件并不都是utf-8的文件编码格式.然

  • 详解Spring MVC3返回JSON数据中文乱码问题解决

    详解Spring MVC3返回JSON数据中文乱码问题解决

    查了下网上的一些资料,感觉比较复杂,这里,我这几使用两种很简单的办法解决了中文乱码问题. Spring版本:3.2.2.RELEASE Jackson JSON版本:2.1.3 解决思路:Controller的方法中直接通过response向网络流写入String类型的json数据. 使用 Jackson 的 ObjectMapper 将Java对象转换为String类型的JSON数据. 为了避免中文乱码,需要设置字符编码格式,例如:UTF-8.GBK 等. 代码如下: import org.s

  • 详解okhttp3 请求头不能为中文的坑

    对源码有一定的了解,以为基本可以驾驭了,谁知道,坑来了. 问题描述: 上线接口的某一天,有用户报障,说登录不上,而且陆续有报障. 通过log 发现登录不上,都有一个类似的报错: "java.lang.IllegalArgumentException: Unexpected char 0x514d at 4 in wifiSsid value: "360免费WiFi-DP" at " 什么?怎么和wifiSsid有关系了?后来查了一下代码,发现确实在登录接口上通过请求

  • 详解Java String字符串获取每一个字符及常用方法

    详解Java String字符串获取每一个字符及常用方法

    前言 对于字符串的操作,我们常用的就是trim()去除前后空格.subString()截取子字符串,其他的用的不多.下表中是字符串常用的方法.大家要记一记啊,特别是chartAt()方法比较重要的.因为一不小心就会被面试问到哦. 因为,本人偶尔会出去试试水,在一次随机面试过程中,就遇到面试官问的题:假设这里有个字符串String s = "aaabbbbccccdddd":问,如果去除掉重复的字母重新组成一个新的字符串.有几种解法? 一.循环字符串,解法 好吧,第一次碰到这种问题时,我

  • python脚本作为Windows服务启动代码详解

    我们首先来看下全部代码: # -*- coding: cp936 -*- import win32serviceutil import win32service import win32event class test1(win32serviceutil.ServiceFramework): _svc_name_ = "test_python" _svc_display_name_ = "test_python" def __init__(self, args):

  • 详解TensorFlow在windows上安装与简单示例

    本文介绍了详解TensorFlow在windows上安装与简单示例,分享给大家,具体如下: 安装说明 平台:目前可在Ubuntu.Mac OS.Windows上安装 版本:提供gpu版本.cpu版本 安装方式:pip方式.Anaconda方式 Tips: 在Windows上目前支持python3.5.x gpu版本需要cuda8,cudnn5.1 安装进度 2017/3/4进度: Anaconda 4.3(对应python3.6)正在安装,又删除了,一无所有了 2017/3/5进度: Anaco

随机推荐