本文實例講述了php使用iconv中文截斷問題的解決方法。分享給大家供大家參考。具體分析如下：
今天做了一個采集程序，原理很簡單，使用curl方法把對方頁面的html獲取分析，然後正則提取需要的數據並保存在數據庫。
由於對方頁面是GB2312編碼，而本地使用的是UTF-8編碼。因此在采集後需要進行編碼轉換。
使用了iconv方法進行編碼轉換
iconv — 字符串按要求的字符編碼來轉換
string iconv ( string $in_charset , string $out_charset , string $str )
將字符串 str 從 in_charset 轉換編碼到 out_charset 。
轉換的方法很簡單，直接使用iconv方法就可以了
<?php
$content = iconv('GB2312', 'UTF-8', $content); //$content為采集到的內容
?>
試驗了幾個頁面，都能正常采集。但在之後的采集中，有幾個頁面采集不完整。
一開始考慮是否正則有錯，檢查後排除此問題。經過排查，發現經過iconv轉碼後的內容比采集的內容少了一大段。
查看apache log，看到提示：Notice: iconv(): Detected an illegal character in input string。
翻查手冊，看到以下說明
如果你在 out_charset 後添加了字符串 //TRANSLIT，將啟用轉寫（transliteration）功能。這個意思是，當一個字符不能被目標字符集所表示時，它可以通過一個或多個形似的字符來近似表達。
如果你添加了字符串 //IGNORE，不能以目標字符集表達的字符將被默默丟棄。 否則， str 從第一個無效字符開始截斷並導致一個 E_NOTICE 。
原來iconv遇到不能識別的內容，會從第一個不能識別的字符開始截斷，並生成一個E_NOTICE。因此後邊的內容被丟棄了。
而在輸出字符集後加上//IGNORE則只丟棄不能識別的內容，而不會截斷和丟棄後面的內容。
修改程序後一切正常
<?php
$content = iconv('GB2312','UTF-8//IGNORE',$content);//$content為采集到的內容
?>
Tips：使用iconv時,如果要使用UTF-8編碼的，請使用UTF-8而不要使用UTF8，因為UTF8有些服務器會有問題。
希望本文所述對大家的php程序設計有所幫助。
