昨天想批處理以前下載的一堆文件，把文件裡的關鍵內容用正則匹配出來，集中處理。在操作文件時遇到一個問題，就是windows操作系統中的編碼問題。
我們都知道windows中（當然是中文版），文件名和文件內容等編碼都是gbk，而我們在開發過程中，IDE裡的編碼則是UTF-8，（這裡不討論為什麼等等問題，
只考慮怎麼把編碼轉變成一樣的）所以導致我寫的UTF-8編碼的正則模式字符串中的中文在gbk編碼的文件中並不能正確匹配。
一開始，我並沒有什麼辦法，試過把PHP腳本文件的編碼也改成GBK，也可以用，但是想到這種方法太low了，所以找一找PHP中有沒有函數可以滿足我的需求。
這時，我想到了以前在處理windows中的文件名時用的函數iconv(),其函數原型如下：
string iconv ( string $in_charset , string $out_charset , string $str )
Performs a character set conversion on the string str from in_charset to out_charset.
我們常使用：
$out_charset='utf-8'; $fileName=iconv($fileName,$out_charset,'gbk');
來處理文件名，將文件名改從gbk改為UTF-8而內容不變。
手冊翻譯附加：
但是，我在用這個函數處理時，結果卻是這樣：
意思是iconv()函數能處理的最大字符數只有64，一般的文件名大小，而我的文件內容很顯然不止64個字符。
沒有辦法，我只好再次各種翻找別的函數。
直到我發現了mb_string函數庫，這個函數庫一般都在PHP環境裡集成，我們可以在phpinfo()裡找到它。
mb_string函數裡有一個mb_convert_encoding()函數，可以將一個字符串的編碼改變，其函數原型如下：
string mb_convert_encoding ( string $str , string $to_encoding [, mixed $from_encoding ] )
Converts the character encoding of string str to to_encoding from optionally from_encoding.
基原型跟iconv()函數差不多，只是它沒有對輸出函數的後綴修飾，它也沒有對字符串長度的明確限制。
而且我們看到$from_encoding是可選的，它可以自動識別源編碼。
因為找不到一個確切的無法轉碼的字符，也不知道它遇到無法轉碼的字符會怎麼處理。
通過mb_convert_encoding()函數，將整個文件處理了一下，於是，問題順利解決。
最後介紹一下mb_string函數庫，它全名叫Multibyte String，它的很多方法都擴展自PHP自身的string函數庫，函數名在原函數的前面加了"mb_"，這些函數除了擁有原函數的作用外，還在可選參數的最後加入了一個$encoding的可選參數，這個參數可以規定函數以什麼樣的編碼方式來處理字符串。
例如strpos()函數，找到一個字符串在另一個字符串中的位置。
strpos("歡迎來訪問","問",0)返回的結果是12，因為腳本是UTF-8編碼，而將字符串轉為UTF-8編碼後，每個中文字符會占用3個字節。
而在mb_strpos()函數中，mb_strpos("歡迎來訪問","問",0,'utf-8')則會返回4,它會將字符串當作已經轉UTF-8的狀態執行。
而mb_strpos("歡迎來訪問","問",0,'gbk')會返回6
當然，它還有更多有特色的地方~
如果您覺得本博文對您有幫助，您可以推薦或關注我，如果您有什麼問題，可以在下方留言討論，謝謝。
