字符集转换

/* 显示当前的检测顺序 */
echo implode(", ", mb_detect_order());

mb_detect_encoding:检测字符编码

mb_detect_order可以设定检测字符的循序

mb_detect_order('ASCII,ANSI,GB2312,BIG5,GBK,GB18030,Unicode,UTF-8,UTF-16,UTF-32');

GB18030      CP54936

GBK             微软Windows中现在的CP936

GB2312       微软Windows中以前的CP936  EUC-CN

https://www.crifan.com/chinese_character_encoding_standard__unicode__code_page/

https://my.oschina.net/junn/blog/282160

mb_detect_order — 设置/获取 字符编码的检测顺序

该设置会影响 mb_detect_encoding() 和 mb_send_mail()

对于 UTF-16UTF-32、 UCS2 和 UCS4,编码检测总是会失败。

UTF-8UTF-7ASCIIEUC-JP,SJISeucJP-winSJIS-winJISISO-2022-JP

对于 ISO-8859-*mbstring 总是检测为 ISO-8859-*

 

 

阿萨德

总是检测为 ISO-8859-1的情况:   detect_order = ISO-8859-1, UTF-8
总是检测为 UTF-8,由于 ASCII/UTF-7 的值对 UTF-8 是有效的:detect_order = UTF-8, ASCII, UTF-7

 

ASCII   英语

ISO  欧洲语系

Unicode,理论上包括了世界上所有的语言(少许如盲语,蒙语。苗语、高棉等少数不支持)

UTF-8,针对Unicode的可变长字符集(万国语)

GB2312  包含简体中文和英文

GBK 或者是 GB18030含有简体和繁体和英文,三者的关系是 GB18030 > GBK > GB2312

字符编码转换:

iconv('GB2312', 'UTF-8//IGNORE', $str);      //将字符串的编码从GB2312转到UTF-8       c底层实现 转码速度快

// utf8转gb2312 可能会被截断而报错;如utf8的中文字符”—”转换gb2312。可以加//IGNORE或者//TRANSLIT解决
// //IGNORE 忽略不能转换的字符
// //TRANSLIT如果在目标编码中找不到与源编码相匹配的字符,会选择相似的字符进行转换

mb_convert_encoding(字符串,新编码,原编码,)   必须开启扩展才行,转码速度也比较慢 在不能转码的字符时会强制转换成x00x80,如从utf8转换成gbk时

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

iconv支持的字符集


mbstring该 PHP 扩展支持的字符编码有以下几种: (即带有mb_xxx的函数) UCS-4* UCS-4BE UCS-4LE* UCS-2 UCS-2BE UCS-2LE UTF-32* UTF-32BE* UTF-32LE* UTF-16* UTF-16BE* UTF-16LE* UTF-7 UTF7-IMAP UTF-8* ASCII* EUC-JP* SJIS* eucJP-win* SJIS-win* ISO-2022-JP ISO-2022-JP-MS CP932 CP51932 SJIS-mac** (别名: MacJapanese) SJIS-Mobile#DOCOMO** (别名: SJIS-DOCOMO) SJIS-Mobile#KDDI** (别名: SJIS-KDDI) SJIS-Mobile#SOFTBANK** (别名: SJIS-SOFTBANK) UTF-8-Mobile#DOCOMO** (别名: UTF-8-DOCOMO) UTF-8-Mobile#KDDI-A** UTF-8-Mobile#KDDI-B** (别名: UTF-8-KDDI) UTF-8-Mobile#SOFTBANK** (别名: UTF-8-SOFTBANK) ISO-2022-JP-MOBILE#KDDI** (别名: ISO-2022-JP-KDDI) JIS JIS-ms CP50220 CP50220raw CP50221 CP50222 ISO-8859-1* ISO-8859-2* ISO-8859-3* ISO-8859-4* ISO-8859-5* ISO-8859-6* ISO-8859-7* ISO-8859-8* ISO-8859-9* ISO-8859-10* ISO-8859-13* ISO-8859-14* ISO-8859-15* ISO-8859-16* byte2be byte2le byte4be byte4le BASE64 HTML-ENTITIES 7bit 8bit EUC-CN* CP936 GB18030** HZ EUC-TW* CP950 BIG-5* EUC-KR* UHC (CP949) ISO-2022-KR Windows-1251 (CP1251) Windows-1252 (CP1252) CP866 (IBM866) KOI8-R* KOI8-U* ArmSCII-8 (ArmSCII8) * 表示该编码也可以在正则表达式中使用。 ** 表示该编码自 PHP 5.4.0 始可用。
原文地址:https://www.cnblogs.com/lichihua/p/9606398.html