|
|
前幾天寫了一篇在任意字符集下正常顯示網(wǎng)頁的方法，里面介紹的很簡單，就是把前128個(gè)字符以外的字符集都用 NCR 來表示，但是具體怎么轉(zhuǎn)化我沒有介紹，因?yàn)楫?dāng)時(shí)我覺得太簡單了。但是后來發(fā)現(xiàn)有人問這個(gè)問題，這里就詳細(xì)說明一下。
首先第一步是要把源字符集的字符串轉(zhuǎn)化為 UTF-16 字符集，做這一步是因?yàn)?nbsp;UTF-16 字符集中的每個(gè)字符都是兩個(gè)字節(jié)，后面處理起來很容易，而如果在源字符集上直接做處理則很復(fù)雜。源字符集可以從原網(wǎng)頁中的 meta 標(biāo)簽中獲得，也可以單獨(dú)指定，我的程序是讓用戶在表單中指定源字符集，因?yàn)槲也荒鼙ＷC用戶提交的文件就一定是 HTML 文件（其他文件也是可以的，比如這個(gè) WordPress 的漢化包源文件是個(gè) po 文件，它里面的內(nèi)容也可以這樣處理），而且即使是 HTML 文件，里面也不一定就有用于指定字符集的 meta 標(biāo)簽，所以通過表單單獨(dú)指定字符集比較保險(xiǎn)。你可能會覺得將一種字符集轉(zhuǎn)化為另一種字符集很復(fù)雜，確實(shí)如此，如果自己來實(shí)現(xiàn)的話，確實(shí)非常麻煩，但是用 php 來做卻很容易，因?yàn)樗锩嬉呀?jīng)包含這樣的函數(shù)了，你可以通過 iconv 函數(shù)很容易的來實(shí)現(xiàn)各種字符集之間的轉(zhuǎn)化，如果你的機(jī)器上沒有安裝 iconv 擴(kuò)展，你也可以使用 mb_convert_encoding 函數(shù)，如果 Multibyte String 擴(kuò)展也沒有安裝，那就沒辦法了，因?yàn)槟阋约簩?shí)現(xiàn)那么多種編碼的轉(zhuǎn)化基本上是不可能的，除非你是頂級大牛！推薦使用 iconv，因?yàn)檫@個(gè)效率高，支持的字符集也更多。
做完上面那一步之后，接下來是以每兩個(gè)字節(jié)為單位對字符串進(jìn)行處理。這兩個(gè)字節(jié)直接轉(zhuǎn)化為數(shù)字就是 &#xxxxx; 中的 xxxxx，如果這個(gè)數(shù)字小于 128 就直接使用這個(gè)字符（注意這里就變成單字節(jié)了），否則就使用 &#xxxxx; 的形式。這里有一點(diǎn)要注意，就是當(dāng)這個(gè)數(shù)字是 65279（16 進(jìn)制的 0xFEFF）時(shí)，請把它忽略掉，因?yàn)檫@個(gè)是 Unicode 編碼中的傳輸控制字符，而我們現(xiàn)在的字符串已經(jīng)只有 iso-8859-1 編碼中的前 128 個(gè)字符了，所以我們不需要它了。
好了，基本思路就是這樣，下面是實(shí)現(xiàn)的程序：
下載: nochaoscode.php
復(fù)制代碼 代碼如下:
<?php
function nochaoscode($encode, $str) {
$str = iconv($encode, "UTF-16BE", $str);
for ($i = 0; $i < strlen($str); $i++,$i++) {
$code = ord($str{$i}) * 256 + ord($str{$i + 1});
if ($code < 128) {
$output .= chr($code);
} else if ($code != 65279) {
$output .= "&#".$code.";";
}
}
return $output;
}
?>
函數(shù)的參數(shù)中，$encode 是源字符集，$str 是需要進(jìn)行轉(zhuǎn)化的字符串。返回結(jié)果是轉(zhuǎn)化以后字符串。
補(bǔ)充：今天 Legend 告訴我一種更簡單的方法，就是直接利用 mb_convert_encoding 函數(shù)。因?yàn)?nbsp;mb_convert_encoding 支持一種叫做 HTML-ENTITIES 的編碼格式，也就是 NCR 編碼。用它就更簡單了。
php技術(shù)：在任意字符集下正常顯示網(wǎng)頁的方法二（續(xù)），轉(zhuǎn)載需保留來源！
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請第一時(shí)間聯(lián)系我們修改或刪除，多謝。
