php 如何正确读取unicode文件 并转换成utf8输出 - 技术问答

发布网友 发布时间：2022-04-28 07:50

我来回答

共2个回答

懂视网 时间：2022-04-28 12:12

用php实现unicode和utf8转换的方法：

unicode编码是实现utf-8与gb系列编码(gb2312、gbk、gb18030)转换的基础，虽然我们也可以直接做一个utf-8到这些编码的对照表，但很少有人会这么做，因为utf-8的可变编码具有不确定性，因此一般情况使用都是unicode与gb编码的对照表，unicode(UCS-2)实际上是utf-8的基础编码，utf-8只是它的一种实现而已，两者存在下面的对应关系：

由于目前utf-8使用的字符都是居于UCS-2的，因此对于4-6字节编码的情况是不必考虑的，同样地，在反向转换的时候，如果出现四字节以上的utf-8字符，可以直接视为乱码忽略掉或转为unicode实体形式("&#long int;"形式)，然后交给浏览器或相关解析程序去处理，用php把unicode转为utf-8编码的算法如下：

/*
 * 参数 $c 是unicode字符编码的int类型数值，如果是用二进制读取的数据，在php中通常要用 hexdec(bin2hex( $bin_unichar )) 这样转换
 */
function uni2utf8( $c )
{
 if ($c < 0x80)
 {
 $utf8char = chr($c);
 }
 else if ($c < 0x800)
 {
 $utf8char = chr(0xC0 | $c >> 0x06).chr(0x80 | $c & 0x3F);
 }
 else if ($c < 0x10000)
 {
 $utf8char = chr(0xE0 | $c >> 0x0C).chr(0x80 | $c >> 0x06 & 0x3F).chr(0x80 | $c & 0x3F);
 }
 //因为UCS-2只有两字节，所以后面的情况是不可能出现的，这里只是说明unicode HTML实体编码的用法。
 else
 {
 $utf8char = "&#{$c};";
 }
 return $utf8char;
}

在目前的环境范围内，可以认为 utf-8字符集==unicode(UCS-2)，但从理论上，主要字符集关系的包含关系如下：

utf-8 > unicode(UCS-2) > gb18030 > gbk > gb2312

因此，如果编码都正确的情况下：

gb2312 => gbk => gb18030 => unicode(UCS-2) => utf-8

这样的一个转变过程，基本上是无损的，但反而言之，由

utf-8 => unicode(UCS-2) => gb18030=> gbk => gb2312

这样的转变过程，是很可能存在不能识别的字符的，因此，如果对于使用utf-8编码的系统，尽量不要轻易的去做反向转换编码的操作。

相关学习推荐：PHP编程从入门到精通

热心网友 时间：2022-04-28 09:20

[ol][*]? ?1. $file_dir=\"upload/\".$ty_code.\"/\".$fileName;[*]? ?2. $fp = fopen($file_dir, \'r\');[*]? ?3.? ?? ?? ?while(!feof($fp)){[*]? ?4.? ?? ?? ?$in=fgets($fp);[*]? ?5.? ?? ?? ?? ?? ???echo? ?$in.\"\";? ?? ?? ?? ?? ?[*]? ?6.? ?? ?? ?}[*]? ?7.? ?? ?? ?fclose($fp);??[*]? ?8. $out = mb_convert_encoding($in, \'UTF-8\', \'UNICODE\');[/ol]这样可以输入全部显示。但是转编码后为乱码