PHP 转码 UTF-8 ,ICONV

转码问题：

   utf8_encode();  函数把 iso-8859-1 字符串编码为 utf-8。

   utf8_decode();  该函数把用 utf-8 方式编码的 iso-8859-1 字符串转换成单字节的 iso-8859-1 字符串。

   iconv():

   $outstr = iconv(‘GBK’,'UTF-8′,$instr);

   $outstr = iconv(‘内容原编码’,'目标编码′,要转的字串);

   碰到一些生僻字就会无法转换，当然了配置第二个参数时，可以稍微弥补一下默认缺陷，不至于无法转换是截断，用法如下

   iconv(“UTF-8″,”GB2312//IGNORE”,$data)  ;

   mb_convert_encoding

    $outstr =mb_convert_encoding($instr,'UTF-8','GBK',);

    第一个参数：要处理的字符串

    第二个参数：目标编码

    第三个参数：内容原编码（当不知道原编码时，可省略。但速度慢很多）

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 = "亲爱的朋友欢迎访问胡文芳的博客，希望给您带来一点点的帮助！";

iconv("utf8","gbk",$string)//将字符串string  编码由utf8转变成gbk；

扩展如下：

echo str=′你好,欢迎访问胡文芳的博客，该博客记录一个程序员的成长过程!′;echo′
′;echoiconv(′GB2312′,′UTF−8′,str=′你好,欢迎访问胡文芳的博客，该博客记录一个程序员的成长过程!′;echo′
′;echoiconv(′GB2312′,′UTF−8′,str); //将字符串的编码从GB2312转到UTF-8
echo '
';
echo iconv_substr(str,1,1,′UTF−8′);//按字符个数截取而非字节printr(iconvgetencoding());//得到当前页面编码信息echoiconvstrlen(str,1,1,′UTF−8′);//按字符个数截取而非字节printr(iconvgetencoding());//得到当前页面编码信息echoiconvstrlen(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=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 ( string in_charset, string out_charset, string str )
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Zend Studio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GBK To UTF-8
< ?php
header("content-Type: text/html; charset=Utf-8"); //设置字符的编码是utp-8
echo mb_convert_encoding("妳係我的友仔", "UTF-8", "GBK");
?>

再来个GB2312 To Big5
< ?php
header("content-Type: text/html; charset=big5");
echo mb_convert_encoding("你是我的朋友", "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 — Convert string to requested character encoding
(PHP 4 >= 4.0.5, PHP 5)
mb_convert_encoding — Convert character encoding
(PHP 4 >= 4.0.6, PHP 5)

用法：
string mb_convert_encoding ( string str, string to_encoding [, mixedfrom_encoding] )
需要先enable mbstring 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.