PHP用mb_string函數(shù)庫處理與windows相關(guān)中文字符

昨天想批處理以前下載的一堆文件，把文件里的關(guān)鍵內(nèi)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(tǒng)中的編碼問題。

我們都知道windows中（當(dāng)然是中文版），文件名和文件內(nèi)容等編碼都是gbk，而我們在開發(fā)過程中，IDE里的編碼則是UTF-8，（這里不討論為什么等等問題，

只考慮怎么把編碼轉(zhuǎn)變成一樣的）所以導(dǎo)致我寫的UTF-8編碼的正則模式字符串中的中文在gbk編碼的文件中并不能正確匹配。

一開始，我并沒有什么辦法，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(shù)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(shù)iconv(),其函數(shù)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(nèi)容不變。

手冊翻譯附加：

如果你在輸出字符串$out_charset后面添加//TRANSLIT即$out_charset='utf-8//TRANSLIT',在遇到不能轉(zhuǎn)換為UTF-8的字符時，程序會自動替換為一個相似字符的UTF-8字符；

如果你在輸出字符串$out_charset后面添加//IGNORE即$out_charset='utf-8//IGNORE',在遇到不能轉(zhuǎn)換為UTF-8的字符時，程序會自動跳過這個字符。

如果你什么都沒加，就在遇到不能替換成UTF-8的字符時，替換會被中斷。
但是，我在用這個函數(shù)處理時，結(jié)果卻是這樣：

意思是iconv()函數(shù)能處理的最大字符數(shù)只有64，一般的文件名大小，而我的文件內(nèi)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(shù)。

直到我發(fā)現(xiàn)了mb_string函數(shù)庫，這個函數(shù)庫一般都在PHP環(huán)境里集成，我們可以在phpinfo()里找到它。

mb_string函數(shù)里有一個mb_convert_encoding()函數(shù)，可以將一個字符串的編碼改變，其函數(shù)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(shù)差不多，只是它沒有對輸出函數(shù)的后綴修飾，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(zhuǎn)碼的字符，也不知道它遇到無法轉(zhuǎn)碼的字符會怎么處理。

通過mb_convert_encoding()函數(shù)，將整個文件處理了一下，于是，問題順利解決。

最后介紹一下mb_string函數(shù)庫，它全名叫Multibyte String，它的很多方法都擴展自PHP自身的string函數(shù)庫，函數(shù)名在原函數(shù)的前面加了"mb_"，這些函數(shù)除了擁有原函數(shù)的作用外，還在可選參數(shù)的最后加入了一個$encoding的可選參數(shù)，這個參數(shù)可以規(guī)定函數(shù)以什么樣的編碼方式來處理字符串。

例如strpos()函數(shù)，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(jié)果是12，因為腳本是UTF-8編碼，而將字符串轉(zhuǎn)為UTF-8編碼后，每個中文字符會占用3個字節(jié)。

而在mb_strpos()函數(shù)中，mb_strpos("歡迎來訪問","問",0,'utf-8')則會返回4,它會將字符串當(dāng)作已經(jīng)轉(zhuǎn)UTF-8的狀態(tài)執(zhí)行。

而mb_strpos("歡迎來訪問","問",0,'gbk')會返回6

當(dāng)然，它還有更多有特色的地方~

下面給大家介紹Windows環(huán)境下開啟PHP Mb_String方法

前幾天跑一個Php程序，需要轉(zhuǎn)字符編碼，可是一探服務(wù)器，居然說不支持Mb_String擴展。我查了Php的擴展庫里是有php_mbstring.dll這個文件的。

下面將打開的方法告訴大家

1.確保你的Windows/system32下有php_mbstring.dll這個文件，沒有就從你Php安裝目錄extensions里拷入Windows/system32里面。

2.在windows目錄下找到php.ini打開編輯，搜索mbstring.dll，找到
;extension=php_mbstring.dll

然后將前面的;號去掉，打開對組件的支持

3.重啟PHP服務(wù)（如果不會你可重新啟一下計算機）

4.完成

最新評論