代码之家 › 专栏 › 技术社区 › MidnightLightning

PHP构造Unicode字符串?

unicode php

MidnightLightning · 技术社区 · 14 年前

给定要从CLI PHP脚本输出的字符的Unicode十进制或十六进制数,PHP如何生成它?这个 chr() 函数似乎无法生成正确的输出。下面是我的测试脚本,使用分节符U+00A7(A7为十六进制,167为十进制,在UTF-8中应表示为c2a7)作为测试:

<?php
echo "Section sign: ".chr(167)."\n"; // Using CHR function
echo "Section sign: ".chr(0xA7)."\n";
echo "Section sign: ".pack("c", 0xA7)."\n"; // Using pack function?
echo "Section sign: Â§\n"; // Copy and paste of the symbol into source code

我得到的输出(通过SSH会话到服务器)是:

Section sign: ?
Section sign: ?
Section sign: ?
Section sign: Â§

所以,这证明了我使用的终端字体中有分节符,SSH连接成功地发送了它,但是从代码号构造它时没有正确地构造它。

如果我只有代码号而没有复制/粘贴选项,我有什么选项?

5 回复 | 直到 14 年前

Michael Madsen 14 年前

当排除mb_2;函数和iconv时,PHP对Unicode一无所知。你必须自己对这个角色进行UTF-8编码。

excellent overview

function codepointToUtf8($codepoint)
{
    if ($codepoint < 0x7F) // U+0000-U+007F - 1 byte
        return chr($codepoint);
    if ($codepoint < 0x7FF) // U+0080-U+07FF - 2 bytes
        return chr(0xC0 | ($codepoint >> 6)).chr(0x80 | ($codepoint & 0x3F);
    if ($codepoint < 0xFFFF) // U+0800-U+FFFF - 3 bytes
        return chr(0xE0 | ($codepoint >> 12)).chr(0x80 | (($codepoint >> 6) & 0x3F).chr(0x80 | ($codepoint & 0x3F);
    else // U+010000-U+10FFFF - 4 bytes
        return chr(0xF0 | ($codepoint >> 18)).chr(0x80 | ($codepoint >> 12) & 0x3F).chr(0x80 | (($codepoint >> 6) & 0x3F).chr(0x80 | ($codepoint & 0x3F);
}

bobince 14 年前

iconv ,这里有一个简单的方法不涉及自己实现UTF-8:

function unichr($i) {
    return iconv('UCS-4LE', 'UTF-8', pack('V', $i));
}

Pekka 14 年前

别忘了UTF-8是一种可变长度编码。

Â§ 一 § 是UTF-8中的多字节字符,前面有 c2 表示 first byte of a two-byte sequence. . 这应该起作用:

echo "Section sign: ".chr(0xC2).chr(0xA7)."\n";

The Surrican 14 年前

chr

(PHP 4, PHP 5)

chr â Return a specific character

Report a bug
 Description

string chr ( int $ascii )
Returns a one-character string containing the character specified by ascii.

重要的是单词ascii:) 试试这个:

  function uchr ($codes) {
        if (is_scalar($codes)) $codes= func_get_args();
        $str= '';
        foreach ($codes as $code) $str.= html_entity_decode('&#'.$code.';',ENT_NOQUOTES,'UTF-8');
        return $str;
    }
    echo "Section sign: ".uchr(167)."\n"; // Using CHR function
    echo "Section sign: ".uchr(0xA7)."\n";

Bernard Rosset 10 年前

最初提出这个问题的人可能对最好地重构他/她的代码感兴趣。

手动将ascii重新编程为unicode就像重新发明轮子,而不是谈论错误/性能潜力。

pack 要从输入数据中创建值,通常使用适当的代码来读取正确数量的数据 pack("H*", <input data>)
mb_convert_encoding 要将ASCII字符串转换为unicode字符串,请使用 mb_convert_encoding(<ASCII string>, "UTF-8") . 如果无法正确识别输入字符串,则此函数的第三个参数允许指定输入编码