php中iconv函數使用方法，phpiconv函數

php中iconv函數使用方法，phpiconv函數

iconv函數庫能夠完成各種字符集間的轉換，是php編程中不可缺少的基礎函數庫。 
1、下載libiconv函數庫http://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.9.2.tar.gz； 
2、解壓縮tar -zxvf libiconv-1.9.2.tar.gz; 
3、安裝libiconv 
       ＃configure --prefix=/usr/local/iconv 
       #make 
       #make install 
4、重新編譯php 增加編譯參數--with-iconv=/usr/local/iconv 

windows下

最近在做一個小偷程序，需要用到iconv函數把抓取來過的utf-8編碼的頁面轉成gb2312， 發現只有用iconv函數把抓取過來的數據一轉碼數據就會無緣無故的少一些。  讓我郁悶了好一會兒，去網上一查資料才知道這是iconv函數的一個bug。iconv在轉換字符"—"到gb2312時會出錯   
解決方法很簡單，就是在需要轉成的編碼後加 "//IGNORE"  也就是iconv函數第二個參數後.如下：  

以下為引用的內容： 

復制代碼代碼如下:
iconv("UTF-8","GB2312//IGNORE",$data) 

ignore的意思是忽略轉換時的錯誤，如果沒有ignore參數，所有該字符後面的字符串都無法被保存。  

復制代碼代碼如下:
<?php 
echo $str= '你好,這裡是賣咖啡!'; 
echo '<br />'; 
echo iconv('GB2312', 'UTF-8', $str); //將字符串的編碼從GB2312轉到UTF-8 
echo '<br />'; 
echo iconv_substr($str, 1, 1, 'UTF-8'); //按字符個數截取而非字節 
print_r(iconv_get_encoding()); //得到當前頁面編碼信息 
echo iconv_strlen($str, 'UTF-8'); //得到設定編碼的字符串長度 
//也有這樣用的 
$content = iconv("UTF-8","gbk//TRANSLIT",$content); 
?> 

iconv不是php的默認函數，也是默認安裝的模塊。需要安裝才能用的。 
如果是windows2000+php，你可以修改php.ini文件，將extension=php_iconv.dll前的";"去掉，同時你要copy你的原php安裝文件下的iconv.dll到你的winnt/system32下（如果你的dll指向的是這個目錄） 
在linux環境下，用靜態安裝的方式，在configure時加多一項 --with-iconv就可以了，phpinfo看得到iconv的項。(Linux7.3+Apache4.06+php4.3.2)， 

下載：ftp://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.8.tar.gz 
安裝： 
#cp libiconv-1.8.tar.gz /usr/local/src 
#tar zxvf lib* 
#./configure --prefix=/usr/local/libiconv 
#make 
#make install 
編譯php 
#./configure --prefix=/usr/local/php4.3.2 --with-iconv=/usr/local/libiconv/ 
使用的簡單例子： 

<?php 
echo iconv("gb2312","ISO-8859-1","我們"); 
?>

PHP中的mb_convert_encoding與iconv函數介紹 

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裡將; 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，還可以增加兩個後綴：//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，所有該字符後面的字符串都無法被保存。不管怎麼樣，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轉化後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"); 

php中使用iconv函數時容易忽略的參數 
今天在處理抓取內容的時候，當采用iconv進行編碼轉換的時候，發現結果會中斷，猜是字符集的問題，考慮怎麼跳過目標字符集不存在的字符，查手冊發現iconv的函數只有三個參數，好像不行，然後查網上有人說可以，但是很奇怪怎麼實現，最後發現英文描述有說可以加標識到目標編碼後面：“TRANSLIT”，很郁悶怎麼加呢？原來是先加“//”，真是郁悶，竟然有這樣的設計 
原型： $txtContent = iconv("utf-8",'GBK',$txtContent); 

特殊參數：iconv("UTF-8","GB2312//IGNORE",$data) 


兩個可選的輔助參數：TRANSLIT和IGNORE ，(其中IGNORE 就是說遇到無法轉換的就跳過)。 Description 

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. Returns the converted string or FALSE on failure. 

If you append the string //TRANSLIT to out_charset transliteration is activated. This means that when a character can't be represented in the target charset, it can be approximated through one or several similarly looking characters. If you append the string //IGNORE, characters that cannot be represented in the target charset are silently discarded. Otherwise, str is cut from the first illegal character.