a. 如果欲使用gb2312编码,那么php要输出头:header(“Content-Type: text/html; charset=gb2312"),静态页面添加<meta http-equiv="Content-Type" content="text/html; charset=gb2312">,所有文件的编码格式为ANSI,可用记事本打开,另存为选择编码为ANSI,覆盖源文件。
b. 如果欲使用utf-8编码,那么php要输出头 :header(“Content-Type: text/html; charset=utf-8"),静态页面添加<meta http-equiv="Content-Type" content="text/html; charset=utf-8">,所有文件的编码格式为utf-8。
最近需要用到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。 让我郁闷了好一会儿,去网上一查资料才知道这是iconv函数的一个bug。iconv在转换字符"—"到gb2312时会出错。解决方法很简单,就是在 需要转成的编码后加 "//IGNORE" 也就是iconv函数第二个参数后,如下:
iconv("UTF-8","GB2312//IGNORE",$data)
ignore的意思是忽略转换时的错误,如果没有ignore参数,所有该字符后面的字符串都无法被保存。
1.查看页面输入,内部,输出编码:
print_r(iconv_get_encoding("all"));
2.对指字符串进行编码转换:
echo iconv(‘utf-8‘,‘gb2312‘,‘我们‘); //把‘我们’由utf8编码转换为gb2312编码
**iconv(in_charset,outcharset//TRANSLIT//IGNORE,$string);//‘TRANSLIT‘:如果
在输出的编码格式中不含有的字符,可以在类似编码中查找取代;‘IGNORE‘:如果输出格式编码中不含有字符串中的某字符时,能够跳过进行后面字符的编
码。否则在转码失败处会中断输出,产生错误。
3.将字符串进行编码转换(可自动判断编码类型,但听说效率没有iconv好。)
mb_convert_encoding(‘我们’, ‘utf-8‘,‘gb2312‘ ); //将‘我们’由gb2312转换为utf8
mb_convert_encoding(‘我们’, ‘utf-8‘); //将‘我们’转换成utf8编码格式
$str = mb_convert_encoding($str, "EUC-JP", "auto");
$str = mb_convert_encoding($str, "UCS-2LE", "JIS, eucjp-win, sjis-win");
**第三个参数还可以是array()形式
4.设置编码格式:
iconv_set_encoding("internal_encoding", "UTF-8"); //设置内部编码为utf8
iconv_set_encoding("output_encoding", "ISO-8859-1"); //设置输出编码为ISO-8859-1
设置选项:1.input_encoding 2.output_encoding3.internal_encoding
**ISO-8859-1编码是单字节编码,向下兼容ASCII, Latin1是ISO-8859-1的别名
5.查看字符串编码方式:
格式:string mb_detect_encoding(string$str[,mixed$encoding_list= mb_detect_order()[,bool$strict= false]] )
$str=‘编码方式‘;
echo mb_detect_encoding($str); //:UTF-8
echo mb_detect_encoding($str, "auto");
echo mb_detect_encoding($str, "JIS, eucjp-win, sjis-win");
$ary[] = "ASCII";
$ary[] = "JIS";
$ary[] = "EUC-JP";
echo mb_detect_encoding($str, $ary);
6.查看文件编码方式:
$file = ‘text3.txt‘;
echo getFileEncoding(file_get_contents($file)); //
输出UTF-16LE
7.判断字符串是否符合指定格式编码:
格式:bool mb_check_encoding([string$var=NULL[,string$encoding= mb_internal_encoding()]] )
$string="\x00\x81";
$encoding="Shift_JIS";
mb_check_encoding($string,$encoding) //:true
8.单个或多个变量的字符编码转换:
格式:stringmb_convert_variables(string$to_encoding,mixed$from_encoding,mixed&$vars[,mixed&$...] )
**$from_encoding:可以是数字形式,用逗号分隔字符串或结构体形式。
$str1= ‘测试编码‘;$str21= ‘测试编码2‘;
$inputenc = mb_convert_variables("UTF-8", "UTF-8,GBK,GB2312", $str1, $str2);
var_dump($inputenc); //:
string(5) "UTF-8"
var_dump($str1); //:
string(12) "测试编码"
**CP936是GBK