隨筆檔案(496)

mb_convert_encoding這個函數是用來轉換編碼的。原來一直對程序編碼這一概念不理解，不過現在好像有點開竅了。
不過英文一般不會存在編碼問題，只有中文數據才會有這個問題。比如你用Zend Studio或Editplus寫程序時，用的是gbk編碼，如果數據需要入數據庫，而數據庫的編碼為utf8時，這時就要把數據進行編碼轉換，不然進到數據庫就會變成亂碼。

mb_convert_encoding的用法見官方：
http://cn.php.net/manual/zh/function.mb-convert-encoding.php

做一個GBK To UTF-8
< ?php
header("content-Type: text/html; charset=Utf-8");
echo mb_convert_encoding("妳係我的友仔", "UTF-8", "GBK");
?>

再來個GB2312 To Big5
< ?php
header("content-Type: text/html; charset=big5");
echo mb_convert_encoding("你是我的朋友", "big5", "GB2312");
?>
不過要使用上面的函數需要安裝但是需要先enable mbstring 擴展庫。

PHP中的另外一個函數iconv也是用來轉換字符串編碼的，與上函數功能相似。

下面還有一些詳細的例子：
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 [, mixed from_encoding] )
需要先enable mbstring 擴展庫，在 php.ini里將; extension=php_mbstring.dll 前面的 ; 去掉
mb_convert_encoding 可以指定多種輸入編碼，它會根據內容自動識別,但是執行效率比iconv差太多；

string iconv ( string in_charset, string out_charset, string str )
注意：第二個參數，除了可以指定要轉化到的編碼以外，還可以增加兩個后綴：//TRANSLIT 和 //IGNORE，其中 //TRANSLIT 會自動將不能直接轉化的字符變成一個或多個近似的字符，//IGNORE 會忽略掉不能轉化的字符，而默認效果是從第一個非法字符截斷。
Returns the converted string or FALSE on failure.

使用：
發現iconv在轉換字符”—”到gb2312時會出錯，如果沒有ignore參數，所有該字符后面的字符串都無法被保存。不管怎么樣，這個”—”都無法轉換成功，無法輸出。 另外mb_convert_encoding沒有這個bug.

一般情況下用 iconv，只有當遇到無法確定原編碼是何種編碼，或者iconv轉化后無法正常顯示時才用mb_convert_encoding 函數.

from_encoding is specified by character code name before conversion. it can be array or string - comma separated enumerated list. If it is not specified, the internal encoding will be used.
/* Auto detect encoding from JIS, eucjp-win, sjis-win, then convert str to UCS-2LE */
$str = mb_convert_encoding($str, “UCS-2LE”, “JIS, eucjp-win, sjis-win”);
/* “auto” is expanded to “ASCII,JIS,UTF-8,EUC-JP,SJIS” */
$str = mb_convert_encoding($str, “EUC-JP”, “auto”);

例子：
$content = iconv(”GBK”, “UTF-8″, $content);
$content = mb_convert_encoding($content, “UTF-8″, “GBK”);