- 浏览: 13733241 次
- 性别:
- 来自: 洛杉矶
文章分类
- 全部博客 (1994)
- Php / Pear / Mysql / Node.js (378)
- Javascript /Jquery / Bootstrap / Web (435)
- Phone / IOS / Objective-C / Swift (137)
- Ubuntu / Mac / Github / Aptana / Nginx / Shell / Linux (335)
- Perl / Koha / Ruby / Markdown (8)
- Java / Jsp (12)
- Python 2 / Wxpython (25)
- Codeigniter / CakePHP (32)
- Div / Css / XML / HTML5 (179)
- WP / Joomla! / Magento / Shopify / Drupal / Moodle / Zimbra (275)
- Apache / VPN / Software (31)
- AS3.0/2.0 / Flex / Flash (45)
- Smarty (6)
- SEO (24)
- Google / Facebook / Pinterest / SNS (80)
- Tools (22)
最新评论
-
1455975567:
xuezhongyu01 写道wocan23 写道我想问下那个 ...
Mysql: LBS实现查找附近的人 (两经纬度之间的距离) -
xuezhongyu01:
wocan23 写道我想问下那个111.1是怎么得来的我也看不 ...
Mysql: LBS实现查找附近的人 (两经纬度之间的距离) -
18335864773:
试试 pageoffice 在线打开 PDF 文件吧. pag ...
jquery在线预览PDF文件,打开PDF文件 -
青春依旧:
opacity: 0.5; 个人喜欢这种方式!关于其他css特 ...
css透明度的设置 (兼容所有浏览器) -
July01:
推荐用StratoIO打印控件,浏览器和系统的兼容性都很好,而 ...
搞定网页打印自动分页问题
PHP中GBK和UTF8编码处理
一、编码范围
1. GBK (GB2312/GB18030)
x00-xff GBK双字节编码范围
x20-x7f ASCII
xa1-xff 中文
x80-xff 中文
2. UTF-8 (Unicode)
u4e00-u9fa5 (中文)
x3130-x318F (韩文)
xAC00-xD7A3 (韩文)
u0800-u4e00 (日文)
ps: 韩文是大于[u9fa5]的字符
正则例子:
preg_replace("/([x80-xff])/","",$str); preg_replace("/([u4e00-u9fa5])/","",$str);
二、代码例子
//判断内容里有没有中文-GBK (PHP) function check_is_chinese($s){ return preg_match('/[x80-xff]./', $s); } //获取字符串长度-GBK (PHP) function gb_strlen($str){ $count = 0; for($i=0; $i<strlen($str); $i++){ $s = substr($str, $i, 1); if (preg_match("/[x80-xff]/", $s)) ++$i; ++$count; } return $count; } //截取字符串字串-GBK (PHP) function gb_substr($str, $len){ $count = 0; for($i=0; $i<strlen($str); $i++){ if($count == $len) break; if(preg_match("/[x80-xff]/", substr($str, $i, 1))) ++$i; ++$count; } return substr($str, 0, $i); } //统计字符串长度-UTF8 (PHP) function utf8_strlen($str) { $count = 0; for($i = 0; $i < strlen($str); $i++){ $value = ord($str[$i]); if($value > 127) { $count++; if($value >= 192 && $value <= 223) $i++; elseif($value >= 224 && $value <= 239) $i = $i + 2; elseif($value >= 240 && $value <= 247) $i = $i + 3; else die('Not a UTF-8 compatible string'); } $count++; } return $count; } //截取字符串-UTF8(PHP) function utf8_substr($str,$position,$length){ $start_position = strlen($str); $start_byte = 0; $end_position = strlen($str); $count = 0; for($i = 0; $i < strlen($str); $i++){ if($count >= $position && $start_position > $i){ $start_position = $i; $start_byte = $count; } if(($count-$start_byte)>=$length) { $end_position = $i; break; } $value = ord($str[$i]); if($value > 127){ $count++; if($value >= 192 && $value <= 223) $i++; elseif($value >= 224 && $value <= 239) $i = $i + 2; elseif($value >= 240 && $value <= 247) $i = $i + 3; else die('Not a UTF-8 compatible string'); } $count++; } return(substr($str,$start_position,$end_position-$start_position)); } //字符串长度统计-UTF8 [中文3个字节,俄文、韩文占2个字节,字母占1个字节] (Ruby) def utf8_string_length(str) temp = CGI::unescape(str) i = 0; j = 0; temp.length.times{|t| if temp[t] < 127 i += 1 elseif temp[t] >= 127 and temp[t] < 224 j += 1 if 0 == (j % 2) i += 2 j = 0 end else j += 1 if 0 == (j % 3) i +=2 j = 0 end end } return i } //判断是否是含有韩文-UTF-8 (javascript) function checkKoreaChar(str) { for(i=0; i<str.length; i++) { if(((str.charCodeAt(i) > 0x3130 && str.charCodeAt(i) < 0x318F) || (str.charCodeAt(i) >= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) { return true; } } return false; } //判断是否有中文字符-GBK (javascript) function check_chinese_char(s){ return (s.length != s.replace(/[^x00-xff]/g,"**").length); }
UTF8 | [\x01-\x7f]|[\xc0-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3} |
UTF16 | [\x00-\xd7][\xe0-\xff]|[\xd8-\xdf][\x00-\xff]{2} |
Big5 | [\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|[\xa1-\xfe]) |
GBK | [\x01-\x7f]|[\x81-\xfe][\x40-\xfe] |
GB2312汉字 | [\xb0-\xf7][\xa0-\xfe] |
GB2312半角标点符号及特殊符号 | \xa1[\xa2-\xfe] |
GB2312罗马数组及项目序号 | \xa2([\xa1-\xaa]|[\xb1-\xbf]|[\xc0-\xdf]|[\xe0-\xe2]|[\xe5-\xee]|[\xf1-\xfc]) |
GB2312全角标点及全角字母 | \xa3[\xa1-\xfe] |
GB2312日文平假名 | \xa4[\xa1-\xf3] |
GB2312日文片假名 | \xa5[\xa1-\xf6] |
GB18030 | [\x00-\x7f]|[\x81-\xfe][\x40-\xfe]|[\x81-\xfe][\x30-\x39][\x81-\xfe][\x30-\x39] |
JIS | [\x20-\x7e]|[\x21-\x5f]|[\x21-\x7e]{2} |
SJIS | [\x20-\x7e]|[\xa1-\xdf]|([\x81-\x9f]|[\xe0-\xef])([\x40-\x7e]|[\x80-\xfc]) |
SJIS全角空格 | (?:\x81\x81) |
SJIS全角数字 | (?:\x82[\x4f-\x58]) |
SJIS全角大写英文 | (?:\x82[\x60-\x79]) |
SJIS全角小写英文 | (?:\x82[\x81-\x9a]) |
SJIS全角平假名 | (?:\x82[\x9f-\xf1]) |
SJIS全角平假名扩展 | (?:\x82[\x9f-\xf1]|\x81[\x4a\x4b\x54\x55]) |
SJIS全角片假名 | (?:\x83[\x40-\x96]) |
SJIS全角片假名扩展 | (?:\x83[\x40-\x96]|\x81[\x45\x5b\x52\x53]) |
EUC_JP | [\x20-\x7e]|\x81[\xa1-\xdf]|[\xa1-\xfe][\xa1-\xfe]|\x8f[\xa1-\xfe]{2} |
EUC_JP标点符号及特殊字符 | [\xa1-\xa2][\xa0-\xfe] |
EUC_JP全角数字 | \xa3[\xb0-\xb9] |
EUC_JP全角大写英文 | \xa3[\xc1-\xda] |
EUC_JP全角小写英文 | \xa3[\xe1-\xfa] |
EUC_JP全角平假名 | \xa4[\xa1-\xf3] |
EUC_JP全角片假名 | \xa3[\xb0-\xb9]|\xa3[\xc1-\xda]|\xa5[\xa1-\xf6][\xa3][\xb0-\xfa]|[\xa1][\xbc-\xbe]|[\xa1][\xdd] |
EUC_JP全角汉字 | [\xb0-\xcf][\xa0-\xd3]|[\xd0-\xf4][\xa0-\xfe]|[\xB0-\xF3][\xA1-\xFE]|[\xF4][\xA1-\xA6]|[\xA4][\xA1-\xF3]|[\xA5][\xA1-\xF6]|[\xA1][\xBC-\xBE] |
EUC_JP全角空格 | (?:\xa1\xa1) |
EUC半角片假名 | (?:\x8e[\xa6-\xdf]) |
日文半角空格 | \x20 |
public class CnCharsetChecker { /* Support for Chinese(GB2312) characters */ // #define isgb2312head(c) (0xa1<=(uchar)(c) && (uchar)(c)<=0xf7) // #define isgb2312tail(c) (0xa1<=(uchar)(c) && (uchar)(c)<=0xfe) public static boolean isGB2312(byte head, byte tail) { int iHead = head & 0xff; int iTail = tail & 0xff; return ((iHead>=0xa1 && iHead<=0xf7 && iTail>=0xa1 && iTail<=0xfe) ? true : false); } /* Support for Chinese(GBK) characters */ // #define isgbkhead(c) (0x81<=(uchar)(c) && (uchar)(c)<=0xfe) // #define isgbktail(c) ((0x40<=(uchar)(c) && (uchar)(c)<=0x7e) // || (0x80<=(uchar)(c) && (uchar)(c)<=0xfe)) public static boolean isGBK(byte head, byte tail) { int iHead = head & 0xff; int iTail = tail & 0xff; return ((iHead>=0x81 && iHead<=0xfe && (iTail>=0x40 && iTail<=0x7e || iTail>=0x80 && iTail<=0xfe)) ? true : false); } /* Support for Chinese(BIG5) characters */ // #define isbig5head(c) (0xa1<=(uchar)(c) && (uchar)(c)<=0xf9) // #define isbig5tail(c) ((0x40<=(uchar)(c) && (uchar)(c)<=0x7e) // || (0xa1<=(uchar)(c) && (uchar)(c)<=0xfe)) public static boolean isBIG5(byte head, byte tail) { int iHead = head & 0xff; int iTail = tail & 0xff; return ((iHead>=0xa1 && iHead<=0xf9 && (iTail>=0x40 && iTail<=0x7e || iTail>=0xa1 && iTail<=0xfe)) ? true : false); } public static void main(String[] args) { String sGB = "爱"; String sGBK = "愛"; String sBIG5 = "稲"; byte[] sChars = null; sChars = sGB.getBytes(); System.out.println(sGB + " is " + CnCharsetChecker.isGB2312(sChars[0],sChars[1]) + " for GB2312;" + CnCharsetChecker.isGBK(sChars[0],sChars[1]) + " for GBK," + CnCharsetChecker.isBIG5(sChars[0],sChars[1]) + " for BIG5"); sChars = sGBK.getBytes(); System.out.println(sGBK + " is " + CnCharsetChecker.isGB2312(sChars[0],sChars[1]) + " for GB2312;" + CnCharsetChecker.isGBK(sChars[0],sChars[1]) + " for GBK," + CnCharsetChecker.isBIG5(sChars[0],sChars[1]) + " for BIG5"); sChars = sBIG5.getBytes(); System.out.println(sBIG5 + " is " + CnCharsetChecker.isGB2312(sChars[0],sChars[1]) + " for GB2312;" + CnCharsetChecker.isGBK(sChars[0],sChars[1]) + " for GBK," + CnCharsetChecker.isBIG5(sChars[0],sChars[1]) + " for BIG5"); } }
发表评论
-
PHP: 在类(class)中加载动态函数, 变量函数或半变量函数 variable function/method
2016-09-03 07:54 7172最终实例在下方 以前 ... -
MySQL入门 (七) : 储存引擎与资料型态
2016-09-03 07:49 45541 表格与储存引擎 表格(table)是资料库中用来储存 ... -
MySQL入门 (六) : 字元集与资料库
2016-09-03 07:47 45671 Character Set与Collation 任何 ... -
MySQL入门 (五) : CRUD 与资料维护
2016-09-03 07:46 54841 取得表格资讯 1.1 DESCRIBE指令 「 ... -
MySQL入门 (四) : JOIN 与UNION 查询
2016-09-03 07:42 45011 使用多个表格 在「world」资料库的「countr ... -
PHP: 关键字global 和 超全局变量$GLOBALS的用法、解释、区别
2016-08-31 12:07 5040$GLOBALS 是一个关联数组,每一个变量为一个 ... -
MySQL入门 (三) : 运算式与函式
2016-08-31 12:01 4383运算式(expressions)已经 ... -
MySQL入门 (二) : SELECT 基础查询
2016-08-31 11:56 46821 查询资料前的基本概念 1.1 表格、纪录 ... -
MySQL入门 (一) : 资料库概论与MySQL的安装
2016-08-31 11:51 44601. 储存与管理资料 储存与管理资料一直是资讯应用上最基本 ... -
MySQL入门 (九) : 子查询 Subquery
2016-08-30 02:26 44481 一个叙述中的查询叙述 子查询(subquery)是一 ... -
PHP: 用readonly取代disabled来获取input值 submit a disabled input in a form could not ge
2016-08-30 02:21 2709The form is like below; <f ... -
PHP7革新与性能优化
2016-08-30 02:20 2147有幸参与2015年的PHP技 ... -
Mysql: 图解 inner join、left join、right join、full outer join、union、union all的区别
2016-08-18 06:03 3122对于SQL的Join,在学习起来可能是比较乱的。我们知道, ... -
Comet 反Ajax: 基于jQuery与PHP实现Ajax长轮询(LongPoll)
2016-08-18 06:00 1378传统的AJAX轮询方式,客服端以用户定义的时间间隔去服务器上 ... -
PHP:ServerPush (Comet推送) 技术的探讨
2016-08-18 05:58 1040PHP中Push(推送)技术的探讨 [http://vi ... -
PHP: 手把手编写自己的 MVC 框架实例教程
2016-08-16 05:33 18151 什么是MVC MVC模式(Model-View-Con ... -
PHP5: mysqli 插入, 查询, 更新和删除 Insert Update Delete Using mysqli (CRUD)
2016-07-29 12:55 1748原文: PHP5: mysqli 插入, 查询, 更新 ... -
MongoDB 教程索引 (附有视频)
2016-07-27 10:54 737MongoDB 教程索引 MongoDB 教程一: ... -
Node.js 模块之Nimble流程控制
2016-07-18 12:59 1082NodeJS异步的特性有时候 ... -
Node.js web应用模块之Supervisor
2016-07-18 12:56 2328在开发或调试Node.js应 ...
相关推荐
在PHP编程中,字符串处理是常见的任务之一,尤其是在处理不同编码格式的数据时。这个压缩包提供的类库专门用于处理GBK和UTF8编码的...正确理解和使用这个类库,能提高你的代码在处理字符串编码问题上的效率和准确性。
在IT领域,字符串编码是处理文本数据时至关重要的一个环节。UTF-8是一种广泛使用的Unicode字符编码方案,它能够表示几乎所有的世界语言字符。在这个场景中,"以utf8格式截取的字符串编码"指的是在处理UTF-8编码的...
在PHP编程语言中,计算字符串长度是一个常见的任务,特别是在处理用户输入、文本处理或数据分析时。`str.php`文件很可能包含一个实现此功能的简单示例。PHP提供了内置的`strlen()`函数,用于获取字符串的长度,即...
PHP检查字符串是否是UTF8编码(字符集)
在IT行业中,字符串编码算法是数据处理和网络通信中的重要环节,特别是在电商平台的搜索系统中。淘宝、拍拍等大型电商网站为了提供高效、精准的搜索服务,会采用特定的编码算法来处理用户输入的查询关键词,以提高...
### PHP字符串函数分类详解 #### 一、统计(Statistics) 在处理字符串时,我们经常会遇到需要统计字符串长度的情况。PHP提供了多种方法来实现这一功能。 ##### `strlen` **功能描述:** 获取字符串长度(默认为...
在PHP编程语言中,字符串处理是一项非常常见的任务。"php通用截取字符串"这个主题主要涉及如何在PHP中对字符串进行截取,以便获取我们感兴趣的特定部分。这通常用于显示预览、处理用户输入或者从长文本中提取关键...
在处理中文字符时,字符集的选择至关重要,GBK字符集就是针对中文环境设计的一种多字节编码标准。本实践案例主要探讨如何在DB2环境中解决与GBK字符集相关的问题。 GBK字符集是中国大陆地区广泛使用的汉字编码标准,...
本文将深入解析PHP获取字符串编码格式的方法,帮助开发者更好地理解和使用相关函数。 首先,PHP中用于检测字符串编码的常用函数是`mb_detect_encoding()`。这个函数可以检测一个字符串的字符编码,并返回其可能的...
在IT行业中,PHP是一种广泛使用的服务器端脚本语言,尤其在网页开发中占据了重要的地位。...通过学习和研究这些自定义工具,你可以加深对PHP字符串处理机制的理解,并可能为自己的项目开发出更加高效和灵活的解决方案。
字符串处理包括对字符串的各种操作,如转义、编码转换、替换等。正则表达式则是一种强大的文本匹配工具,它允许我们在字符串中搜索、匹配和提取特定的文本模式。 ### 字符串处理 PHP提供了丰富的字符串处理函数,...
在PHP编程中,字符串编码转换是一项重要的任务,尤其是在处理多国语言或者从不同源获取数据时。本篇文章将深入探讨如何在PHP中进行字符串编码转换,并特别关注如何自动识别源编码。我们将分析提供的`array_iconv`...
但是,Java的字符串是Unicode的,`getBytes()`会根据指定的字符集编码字符串为字节数组。例如: ```java String str = "你好,世界"; int byteCount = 5; // 指定字节数 byte[] bytes = str.getBytes("UTF-8"); // ...
`substr()` 是PHP中用于截取字符串的基本函数,而`mb_substr()` 则是多字节安全的版本,适用于处理包含多种字符集(如UTF-8)的字符串。 1. **substr() 函数** `substr(string $str, int $start, ?int $length = ...
在PHP编程语言中,字符串函数是处理文本数据的关键工具,它们提供了丰富的功能来操作和分析字符串。以下是对标题“PHP中的字符串函数”及其描述中提到的一些重要知识点的详细解析: ### 1. 字符串转义与解码 - **...
在PHP编程语言中,处理字符串是一项常见的任务,其中包括计算字符串的长度。`PHP统计字符串长度`这个主题主要涉及如何在PHP中准确地获取一个字符串中包含的字符数量,无论是汉字还是字母,都被视为一个字符。这里...
在实际应用中,根据不同的需求选择合适的字符串处理函数,可以有效地帮助开发人员提高编码效率,保证程序的稳定性和安全性。例如,对于用户输入的数据处理,常常需要用到strip_tags()来去除可能存在的恶意代码,使用...
然而,在处理中文字符集之一的GBK编码时,开发者会发现一些汉字在转换后变成了乱码。这是因为在编码转换过程中,某些字符可能没有准确地映射到目标编码,或者是源编码和目标编码之间存在兼容性问题。GBK和UTF-8是两...
在处理多语言和国际化(i18n)应用时,UTF-8已经成为广泛使用的字符编码标准,因为它能容纳几乎世界上所有的字符集,包括拉丁文、希腊文、汉字以及各种特殊符号。然而,尽管PHP本身对UTF-8有一定的支持,但在某些...