在《學習PHP&MYSQL之——字符編碼篇(一)》中介紹了Unicode與UTF-8的轉換關系,總結了一個UTF-8的編碼規則,根據這個編碼規則,寫一個UTF-8編碼的解析程序,以下是PHP的實現:
復制代碼 代碼如下:
<?php
/*
程序功能,$str是中英文混合的UTF-8編碼字符串,
將此字符串根據UTF-8的編碼規則正確的解碼並顯示。
*/
$str = '今天非常Happy,所有決定去KFC吃可樂雞翅!!!';
/*
$str 是待截取的字符串
$len 是截取的字符數
*/
function utf8sub($str,$len) {
if($len <= 0){
return '';
}
$offset = 0; // 截取高位字節時的偏移量
$chars = 0; // 截取到的字符數
$res = ''; // 存放截取的結果字符串
while($chars < $len){
// 先取字符串的第一個字節
// 將它轉為十進制
// 再轉為二進制
$high = ord(substr($str,$offset,1));
// echo '$high='. $high .'<br />';
if($high == null ){ // 如果取出高位為null,證明已經取到末尾,直接break
break;
}
if(($high>>2) === 0x3F){ // 將高位右移2位,和二進制111111比較,相同則取6個字節
// 截取2個字節
$count = 6;
}else if(($high>>3) === 0x1F){ // 將高位右移2位,和二進制11111比較,相同則取5個字節
// 截取3個字節
$count = 5;
}else if(($high>>4) === 0xF){ // 將高位右移2位,和二進制1111比較,相同則取4個字節
// 截取4個字節
$count = 4;
}else if(($high>>5) === 0x7){ // 將高位右移2位,和二進制111比較,相同則取3個字節
// 截取5個字節
$count = 3;
}else if(($high>>6) === 0x3){ // 將高位右移2位,和二進制11比較,相同則取2個字節
// 截取6個字節
$count = 2;
}else if(($high>>7) === 0x0){ // 將高位右移2位,和二進制0比較,相同則取1個字節
$count = 1;
}
// echo '$count='.$count.'<br />';
$res .= substr($str,$offset,$count); // 取出一個字符與$res字符串連接
$chars += 1; // 截取到的字符數+1
$offset += $count; // 截取高位偏移量向後移$count字節
}
return $res;
}
echo utf8sub($str,100);