实现GB2312和Unicode间的编码转换

操作方法

  • 01

    gb2312 和 unicode 间的编码转换. 下面的例子是将 gb2312 转换为 "全"这种形式 php4.3.1以后的iconv函数很好用的,只是需要自己写一个uft8到unicode的转换函数 查表(gb2312.txt)也行 <? $text = "电子书库"; preg_match_all("/[\x80-\xff]?./",$text,$ar); foreach($ar[0] as $v) echo "&#".utf8_unicode(iconv("GB2312","UTF-8",$v)).";"; ?> <? // utf8 -> unicode function utf8_unicode($c) { switch(strlen($c)) { case 1: return ord($c); case 2: $n = (ord($c[0]) & 0x3f) << 6; $n += ord($c[1]) & 0x3f; return $n; case 3: $n = (ord($c[0]) & 0x1f) << 12; $n += (ord($c[1]) & 0x3f) << 6; $n += ord($c[2]) & 0x3f; return $n; case 4: $n = (ord($c[0]) & 0x0f) << 18; $n += (ord($c[1]) & 0x3f) << 12; $n += (ord($c[2]) & 0x3f) << 6; $n += ord($c[3]) & 0x3f; return $n; } } ?> 下面的例子是利用php将"全"这中编码转换为gb2312. <?php $str = "TTL全天候自动聚焦"; $str = preg_replace("|&#([0-9]{1,5});|", "\".u2utf82gb(\\1).\"", $str); $str = "\$str=\"$str\";"; eval($str); echo $str; function u2utf82gb($c){ $str=""; if ($c < 0x80) { $str.=$c; } else if ($c < 0x800) { $str.=chr(0xC0 | $c>>6); $str.=chr(0x80 | $c & 0x3F); } else if ($c < 0x10000) { $str.=chr(0xE0 | $c>>12); $str.=chr(0x80 | $c>>6 & 0x3F); $str.=chr(0x80 | $c & 0x3F); } else if ($c < 0x200000) { $str.=chr(0xF0 | $c>>18); $str.=chr(0x80 | $c>>12 & 0x3F); $str.=chr(0x80 | $c>>6 & 0x3F); $str.=chr(0x80 | $c & 0x3F); } return iconv('UTF-8', 'GB2312', $str); } ?> 或者是 function unescape($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-2","GB2312",pack("H4",substr($v,-4))); elseif(substr($v,0,3) == "&#x") $ar[$k] = iconv("UCS-2","GB2312",pack("H4",substr($v,3,-1))); elseif(substr($v,0,2) == "&#") { echo substr($v,2,-1)."<br>"; $ar[$k] = iconv("UCS-2","GB2312",pack("n",substr($v,2,-1))); } } return join("",$ar); } $str = "TTL全天候自动聚焦"; echo unescape($str); //out TTL全天候自动聚焦 利用javascript来转换 <style> BODY { FONT-SIZE: 9pt; PADDING-RIGHT: 0px; PADDING-LEFT: 0px; PADDING-BOTTOM: 0px; PADDING-TOP: 0px; } input { FONT-SIZE: 9pt; height: 13pt; } </style> <script language="JavaScript1.2"> /* This following code are designed and writen by Windy_sk <seasonx@163.net> You can use it freely, but u must held all the copyright items! */ function Str2Unicode(str){ var arr = new Array(); for(var i=0;i<str.length;i++){ arr[i]="&#" + str.charCodeAt(i) + ";"; } return(arr.toString().replace(/,/g,"")); } function Unicode2oStr(str){ var re=/&#[\da-fA-F]{1,5};/ig; var arr=str.match(re); if(arr==null)return(""); for(var i=0;i<arr.length;i++){ arr[i]=String.fromCharCode(arr[i].replace(/[&#;]/g,"")); } return(arr.toString().replace(/,/g,"")) } function modi_str(){ if(document.all.text.method.checked){ if(document.all.text.decode.value!=""){ document.all.text.encode.value = Str2Unicode(document.all.text.decode.value); }else{ document.all.text.decode.value = Unicode2oStr(document.all.text.encode.value); } }else{ if(document.all.text.encode.value!=""){ document.all.text.decode.value = Unicode2oStr(document.all.text.encode.value); }else{ document.all.text.encode.value = Str2Unicode(document.all.text.decode.value); } } } </script> <title>Unicode</title> <form name=text> 文本原型:<br> <textarea name="decode" cols="100" rows="10"></textarea> <br> 转换代码:<br> <textarea name="encode" cols="100" rows="10"></textarea> <br> <input type="checkbox" name="method" checked> 正向转换 <input type=button onclick="modi_str()" value=" 确 定 "> <input type=reset value=" 清 空 "> <input type=button onclick="document.all.text.method.checked?document.all.text.encode.select():document.all.text.decode.select()" value=" 全 选 "> </form> 下面是一个显示所有全角半角的字体的查看例子 <style> BODY { FONT-SIZE: 9pt; PADDING-RIGHT: 0px; PADDING-LEFT: 0px; PADDING-BOTTOM: 0px; PADDING-TOP: 0px; } input { FONT-SIZE: 9pt; height: 13pt; } </style> <script> function showUni(min,max){ show.document.open(); show.document.writeln("<style>body{font-size:9pt;word-break:break-all;}</style>"); show.document.writeln(min + " - " + max + "<br><br>"); var i=0; for(i=min;i<=max;i++){ show.document.write("&#" + i + ";"); } show.document.close(); } </script> <input type=button value="半角" onclick=showUni(32,126)> <input type=button value="全角" onclick=showUni(65281,65374)> <input type=button value="中文1" onclick=showUni(19968,40869)> <input type=button value="中文2" onclick=showUni(63744,64045)> <input type=button value="日文平" onclick=showUni(12353,12435)> <input type=button value="日文片" onclick=showUni(12449,12534)> <input type=button value="韩文" onclick=showUni(44032,55203)> <br>自定义:<input name=min> - <input name=max> <input type=button value="察看" onclick=showUni(parseInt(document.all.min.value),parseInt(document.all.max.value))> <br> <iframe src="about:blank" id=show width=100% height=70% scroll=no></iframe> 下面是一个查表(gb2312),转换gb2312到utf8的例子,这节讲完之后,为大家分享的用PHP实现GB2312和Unicode间的编码转换的问题就告一段落。现在有iconv函数,这个已经没有太大的意义了, <? function gb2utf8($gb){ if(!trim($gb)) return $gb; $filename="gb2312.txt"; $tmp=file($filename); $codetable=array(); while(list($key,$value)=each($tmp)) $codetable[hexdec(substr($value,0,6))]=substr($value,7,6); $utf8=""; while($gb) { if (ord(substr($gb,0,1))>127) { $this=substr($gb,0,2); $gb=substr($gb,2,strlen($gb)-2); $utf8.=u2utf8(hexdec($codetable[hexdec(bin2hex($this))-0x8080])); }else{ $this=substr($gb,0,1); $gb=substr($gb,1,strlen($gb)-1); $utf8.=u2utf8($this); } } return $utf8; } function u2utf8($c){ $str=""; if ($c < 0x80) { $str.=$c; } else if ($c < 0x800) { $str.=chr(0xC0 | $c>>6); $str.=chr(0x80 | $c & 0x3F); } else if ($c < 0x10000) { $str.=chr(0xE0 | $c>>12); $str.=chr(0x80 | $c>>6 & 0x3F); $str.=chr(0x80 | $c & 0x3F); } else if ($c < 0x200000) { $str.=chr(0xF0 | $c>>18); $str.=chr(0x80 | $c>>12 & 0x3F); $str.=chr(0x80 | $c>>6 & 0x3F); $str.=chr(0x80 | $c & 0x3F); } return $str; } ?>

(0)

相关推荐

  • 借助dw软件对html编码转换的方法(dw设置编码)

    常用HTML编码之urf-8编码转换为gb2312编码或者gb2312转换为utf-8编码快速转换设置,这里pCSS5介绍使用DW软件快速转换转化设置教程。 HTML转换不能直接通过记事本打开后手动修 ...

  • 使用DW软件实现html编码转换的详细步骤

    HTML转换不能直接通过记事本打开后手动修改代码里的字母就认为完成编码转换修改,这样直接修改后果很容易造成修改后的网页在浏览器中打开出现html乱码情况(html文件怎么打开)。 假如你的HTML编码 ...

  • WPS中替换功能的强大:全角半角间的快速转换

    每个人的写作习惯不同,也会使用不同的输入模式,比如说,我写的文档就有很多全角符号,其他读者阅读起来就很不习惯,那么该如何替换呢?使用一般的替换功能显然不能解决这个问题,下面,我就把目前比较常用的方法介 ...

  • Linux下将UTF8编码批量转换成GB2312编码的方法

    UTF8编码和GB2312编码是有区别的,在sqlplus中导入UTF8编码的sql脚本就会出现乱码错误,这时就需要将UTF8编码转换成GB2312编码,可是一个个的转换十分麻烦,下面小编就教你如何在 ...

  • Linux系统下转换文件编码的方法小结

    一.利用iconv命令进行文件内容编码转换 用法: iconv [选项...] [文件...] 有如下选项可用: 输入/输出格式规范: -f, --from-code=名称 原始文本编码 -t, -- ...

  • Linux如何使用enca查看文件编码并转换

    在Linux做开发或者系统管理遇到乱码是经常的事情,主要Windows下中文的默认编码是bg2312,而Linux下是utf-8.很多时候 涉及到和Windows平台系统的通信免不了编码的转化,可能大 ...

  • Linux下如何使用enca查看文件编码并转换?

    在Linux做开发或者系统管理遇到乱码是经常的事情,主要Windows下中文的默认编码是bg2312,而Linux下是utf-8.很多时候 涉及到和Windows平台系统的通信免不了编码的转化,可能大 ...

  • 如何使用node批量转换gbk编码的文件为utf8编码

    在项目开发过程中,有时候会遇到文件编码问题,出现乱码的现象,如何让程序和文件统一编码呢?一般个别少量文件的做法是使用记事本打开文件,然后另存为对应的编码.如果有大量的文件需要修改编码怎么办?显然手动操 ...

  • MP4格式视频的编码如何转换成H265格式编码

    最近有很多朋友在问,因为剪辑.或者上传的原因,需要将视频编码转换成H265格式编码,该怎么操作呢?不知道怎么办的宝贝们,下面请随小编一起来试试吧.需要哪些工具?安装一个好简单批量智剪视频素材若干怎么快 ...