编码问题 php字符编码转换类

各种平台和软件打开显示的编码问题，需要使用不同的编码，根据我们不同的需求。

php 字符编码转换类，支持ANSI、Unicode、Unicode big endian、UTF-8、UTF-8+Bom 互相转换。

四种常见文本文件编码方式

ANSI编码：

无文件头(文件编码开头标志性字节)

ANSI编码字母数字占一个字节，汉字占两个字节

回车换行符，单字节，十六进制表示为0d 0a

UNICODE编码：

文件头，十六进制表示为FF FE

每一个字符都用两个字节编码

回车换行符，双字节，十六进制表示为 000d 000a

Unicode big endian编码：

文件头十六进制表示为FE FF

后面编码是把字符的高位放在前面，低位放在后面，正好和Unicode编码颠倒

回车换行符，双字节，十六进制表示为0d00 0a00

UTF-8 编码：

文件头，十六进制表示为EF BB BF

UTF-8是Unicode的一种变长字符编码，数字、字母、回车、换行都用一个字节表示，汉字占3个字节

回车换行符，单字节，十六进制表示为0d 0a

转换原理：先把字符编码转为UTF-8，然后再从UTF-8转换为对应的字符编码。

CharsetConv.class.php：

  1 <?php
  2 /**字符编码转换类, ANSI、Unicode、Unicode big endian、UTF-8、UTF-8+Bom互相转换
  3 *Date:   2015-01-28
  4 *Author: fdipzone
  5 *Ver:    1.0
  6 *
  7 *Func:
  8 *public  convert       转换
  9 *private convToUtf8    把编码转为UTF-8编码
 10 *private convFromUtf8  把UTF-8编码转换为输出编码
 11 */
 12 
 13 class CharsetConv{ // class start
 14 
 15     private $_in_charset = null;   // 源编码
 16     private $_out_charset = null;  // 输出编码
 17     private $_allow_charset = array('utf-8', 'utf-8bom', 'ansi', 'unicode', 'unicodebe');
 18 
 19     /**初始化
 20     * @param String $in_charset  源编码
 21     * @param String $out_charset 输出编码
 22     */
 23     public function __construct($in_charset, $out_charset){
 24 
 25         $in_charset = strtolower($in_charset);
 26         $out_charset = strtolower($out_charset);
 27 
 28         // 检查源编码
 29         if(in_array($in_charset, $this->_allow_charset)){
 30             $this->_in_charset = $in_charset;
 31         }
 32 
 33         // 检查输出编码
 34         if(in_array($out_charset, $this->_allow_charset)){
 35             $this->_out_charset = $out_charset;
 36         }
 37 
 38     }
 39 
 40     /**转换
 41     * @param  String $str 要转换的字符串
 42     * @return String      转换后的字符串
 43     */
 44     public function convert($str){
 45 
 46         $str = $this->convToUtf8($str);   // 先转为utf8
 47         $str = $this->convFromUtf8($str); // 从utf8转为对应的编码
 48 
 49         return $str;
 50     }
 51 
 52     /**把编码转为UTF-8编码
 53     * @param  String $str 
 54     * @return String
 55     */
 56     private function convToUtf8($str){
 57 
 58         if($this->_in_charset=='utf-8'){ // 编码已经是utf-8，不用转
 59             return $str;
 60         }
 61 
 62         switch($this->_in_charset){
 63             case 'utf-8bom':
 64                 $str = substr($str, 3);
 65                 break;
 66 
 67             case 'ansi':
 68                 $str = iconv('GBK', 'UTF-8//IGNORE', $str);
 69                 break;
 70 
 71             case 'unicode':
 72                 $str = iconv('UTF-16le', 'UTF-8//IGNORE', substr($str, 2));
 73                 break;
 74 
 75             case 'unicodebe':
 76                 $str = iconv('UTF-16be', 'UTF-8//IGNORE', substr($str, 2));
 77                 break;
 78 
 79             default:
 80                 break;
 81         }
 82 
 83         return $str;
 84 
 85     }
 86 
 87     /**把UTF-8编码转换为输出编码
 88     * @param  String $str
 89     * @return String
 90     */
 91     private function convFromUtf8($str){
 92 
 93         if($this->_out_charset=='utf-8'){ // 输出编码已经是utf-8，不用转
 94             return $str;
 95         }
 96 
 97         switch($this->_out_charset){
 98             case 'utf-8bom':
 99                 $str = "xefxbbxbf".$str;
100                 break;
101 
102             case 'ansi':
103                 $str = iconv('UTF-8', 'GBK//IGNORE', $str);
104                 break;
105 
106             case 'unicode':
107                 $str = "xffxfe".iconv('UTF-8', 'UTF-16le//IGNORE', $str);
108                 break;
109 
110             case 'unicodebe':
111                 $str = "xfexff".iconv('UTF-8', 'UTF-16be//IGNORE', $str);
112                 break;
113 
114             default:
115                 break;
116         }
117 
118         return $str;
119 
120     }
121 
122 } // class end
123 
124 ?>

View Code

demo：unicode big endian 转为 utf-8+bom：

 1 <?php
 2 require "CharsetConv.class.php";
 3 
 4 $str = file_get_contents('source/unicodebe.txt');
 5 
 6 $obj = new CharsetConv('unicodebe', 'utf-8bom');
 7 $response = $obj->convert($str);
 8 
 9 file_put_contents('response/utf-8bom.txt', $response, true);
10 ?>

View Code

参考：https://www.kancloud.cn/digest/php-class/153445