[精讚] [會員登入]
3515

[PHP] 將UTF8中文字轉成10進位或16進位數值

原本為了處理 preg_match 中文字的問題[2],用php把中文字轉換成10進位和6進位的數值編碼

分享此文連結 //n.sfs.tw/10671

分享連結 [PHP] 將UTF8中文字轉成10進位或16進位數值@新精讚
(文章歡迎轉載,務必尊重版權註明連結來源)
2019-10-25 08:15:51 最後編修
2017-01-24 02:06:21 By 張○○
 

自動目錄

為了處理 preg_match 中文字的問題[2],想把中文字轉換成16進位的編碼,如「一」是0xe4b880,好讓程式取用,網路上找不到適合的,有發現HTML用的UNICODE[1],不符需要只好自己來寫。

$str="一籲乂龘";
mb_internal_encoding("UTF-8");
$mlen = mb_strlen($str);
 
for($ii=0;$ii<$mlen; $ii++){
  $w= mb_substr($str,$ii,1);
  $len= strlen( $w);
  print $w .": ";
  for($jj=0;$jj<$len; $jj++){
    print ord( substr($w,$jj,1)). " ";
    $r[$jj]=  dechex( ord( substr($w,$jj,1)));
  }
  print implode($r). "\n";
}

原本想用第一碼來判斷一個中文字的BYTES數[2],後來改用mb_的函數來解決,算是偷懶的作法。

第一碼>=192開頭是2字節
110xxxxx xxxxxxxx
第一碼>=224開頭是3字節
1110xxxx xxxxxxxx xxxxxxxx
第一碼>=240開頭是4字節
11110xxx xxxxxxxx xxxxxxxx xxxxxxxx

執行結果

一: 228 184 128 e4b880
籲: 231 177 178 e7b1b2
乂: 228 185 130 e4b982
龘: 233 190 152 e9be98

如果有字碼該如何印出來,直接把16進位值合裡來放到字串就可以了[3]

echo "\xe6\x88\x91";   //我

或是

echo chr(228).chr(184).chr(128); //一

這轉換最後沒能解決我一開始要處理的中文字字串比對的問題,算有點徒勞,不過也許有人會有需要。

 

判斷中文字?

判斷是否為中文字,只有檢查第一碼是不是>224是不夠的,因為224~240這個區段包含了中文、日文、韓文、一堆符號。

有一些我研究的結果可供參考[4]:

部首

226,188,128=> ⼀
226,191,149=> ⿕

主字群+拓展

227,144,128=> 㐀
233,190,187=> 龻

unicode 兼容漢字

239,164,128=> 豈
239,169,170=> 頻

 

 

參考資料

[1] 中文字轉 HTML UNICODE http://www.csie.ntu.edu.tw/~piaip/unihtml/

[2] 正則匹配中文汉字 http://www.5idev.com/p-php_preg_match.shtml 此例無效

[3] http://www.ptt.cc/bbs/PHP/M.1221550095.A.C82.html

[4] https://www.qqxiuzi.cn/zh/hanzi-unicode-bianma.php


原文 2013-09-23 15:28:25

END

你可能感興趣的文章

[PHP] CodeIgniter 3+pure+smarty安裝及環境設置2/2 PHP framework CodeIgniter 3+ pure CSS +smarty Template Engine的整合#2

[PHP] 移除檔案的UTF8 BOM 移除檔案的UTF8 BOM

[CI3] 使用和修改日曆類別 calendar library CI3有一個日曆圖書館 library,可以快速的建立一個日曆,但是想修改讓他更棒

[PHP] 2個程式的觀念 整理2個PHP的程式觀念,參考參考。

[PHP] 讀取作業系統程式執行結果 PHP讀取作業系統程式執行結果

[PHP] 判斷文字、數字、文字加數字的方法 幾個PHP數字和文字操作上的小眉角:判斷文字、數字、文字加數字的方法

隨機好文

[jQuery] textarea 的取值和給值 HTML 的 TEXTAREA 標籤若要用 jquery 取值,不能使用 .text() 或 .html() ,使用 .

UTF-8 BOM (Byte Order Mark) 的問題 在 Michael Kaplan 那看到 Every character has a story #4: U+feff

NETCRAFT發現你的網站及作業系統 NETCRAFT可以發現你的網站及作業系統

詭異的創業思維 創業的思維中,有多少銀彈,有多少技術,有多少人脈,有多少時間等等,每個都要考慮進去,以熱忱建立的關係脆弱的像蘇打餅乾一樣..

APACHE的記錄檔格式 LogFormat 語法 在APACHE中有定義一些記錄的語法模版 在 /etc/httpd/conf/httpd.conf 中: LogForm