iconv函數(shù)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(shù)庫。
1、下載libiconv函數(shù)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(shù)--with-iconv=/usr/local/iconv 

windows下

最近在做一個小偷程序，需要用到iconv函數(shù)把抓取來過的utf-8編碼的頁面轉成gb2312， 發(fā)現(xiàn)只有用iconv函數(shù)把抓取過來的數(shù)據(jù)一轉碼數(shù)據(jù)就會無緣無故的少一些。  讓我郁悶了好一會兒，去網(wǎng)上一查資料才知道這是iconv函數(shù)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后加 "http://IGNORE"  也就是iconv函數(shù)第二個參數(shù)后.如下： 

以下為引用的內容：

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

iconv不是php的默認函數(shù)，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(huán)境下，用靜態(tài)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(shù)介紹

mb_convert_encoding這個函數(shù)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(xiàn)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(shù)據(jù)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(shù)據(jù)需要入數(shù)據(jù)庫，而數(shù)據(jù)庫的編碼為utf8時，這時就要把數(shù)據(jù)進行編碼轉換，不然進到數(shù)據(jù)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(shù)需要安裝但是需要先enable mbstring 擴展庫。

PHP中的另外一個函數(shù)iconv也是用來轉換字符串編碼的，與上函數(shù)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(jù)內容自動識別,但是執(zhí)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(shù)，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(fā)現(xiàn)iconv在轉換字符”—”到gb2312時會出錯，如果沒有ignore參數(shù)，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(shù).

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(shù)時容易忽略的參數(shù)
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(fā)現(xiàn)結果會中斷，猜是字符集的問題，考慮怎么跳過目標字符集不存在的字符，查手冊發(fā)現(xiàn)iconv的函數(shù)只有三個參數(shù)，好像不行，然后查網(wǎng)上有人說可以，但是很奇怪怎么實現(xiàn)，最后發(fā)現(xiàn)英文描述有說可以加標識到目標編碼后面：“TRANSLIT”，很郁悶怎么加呢？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(shù)：iconv("UTF-8","GB2312//IGNORE",$data)


兩個可選的輔助參數(shù)：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.

最新評論