|
|
中文字符编码研究系列第四期，PHP实现中文字符进制转换原理分析，主要讨论中文汉字转换为十进制和十六进制的方法，并掌握转换原理应用于实际开发。本文以GBK编码字符为例，讨论GBK编码的字符转换原理
一，中文字符转十进制原理分析
GBK编码中一个汉字由二个字符组成，获取汉字字符串的方法如下
复制代码 代码如下:
$string = "不要迷恋哥";
$length = strlen($string);
for($i=0;$i<$length;$i++){
if(ord($string[$i])>127){
$result[] = ord($string[$i]).' '.ord($string[++$i]);
}
}
var_dump($result);
由于一个汉字为两个字符组成，通过ord()函数获取字符的ASCII值如果大于127时，就可以确定当前字符为一个汉字的前半部分，还需要获取汉字的后半部分。当然，这种判断的方法要结合具体的开发环境，如果存在ASCII值大于127的单个字符，这种方法判断显然就不正确。
PHP实现中文字符转十进制的原理就是通过for循环的方法获取一个汉字的二个字符，然后使用ord()函数把各字符转换为十进制。如上分别是：不 [178 187] 要 [210 170] 迷 [195 212] 恋 [193 181] 哥 [184 231]
二，中文字符转十六进制原理分析
使用UltraEdit开发工具可以直接查看中文字符的十六进制，如下图
如，查看“不要迷恋哥”这五个字的十六进制
从上面的图可以知道各个汉字对应该的十六进制字符分别是：不 B2BB 要 D2AA 迷 C3D4 恋 C1B5 哥 B8E7
PHP 实现中文字符转十六进制的原理就是首先使用ord()函数取出各个中文字符的十进制，具体可查看[PHP函数篇掌握ord()与chr()函数应用]，然后使用dechex()函数把各个中文字符转化为十六进制
实例源代码
复制代码 代码如下:
$string = "不要迷恋哥";
$length = strlen($string);
echo $string;
$result = array();
//十进制
for($i=0;$i<$length;$i++){
if(ord($string[$i])>127){
$result[] = ord($string[$i]).' '.ord($string[++$i]);
}
}
var_dump($result);
//十六进制
$strings = array();
foreach($result as $v){
$dec = explode(" ",$v);
$strings[] = dechex($dec[0])." ".dechex($dec[1]);
}
var_dump($strings);
结果如下图
通过上面的方法实现把中文字符转换为十六进制，输出结果可对比使用UltraEdit开发工具获取的十六进制。
三，中文字符转二进制和八进制原理分析
实现中文字符转二进制和八进制与上面的十六进制转换原理一样，只是转换的函数不同，结合上面的实例代码，实现如下
中文字符转二进制，方法如下
复制代码 代码如下:
$strings = array();
foreach($result as $v){
$dec = explode(" ",$v);
$strings[] = decbin($dec[0])." ".decbin($dec[1]);
}
var_dump($strings);
结果如下：
中文字符转八进制，方法如下
复制代码 代码如下:
$strings = array();
foreach($result as $v){
$dec = explode(" ",$v);
$strings[] = decoct($dec[0])." ".decoct($dec[1]);
}
结果如下：
了解PHP实现中文字符进制转换原理，再通过PHP内置函数urldecode()就可以把十六进制的字符串通过组合转换为正常的中文汉字，请关注下一期中文字符编码研究系列之urldecode()与urlencode()函数字符编码原理。 |
|
发表于 2011-12-6 01:02:31
