php字串處理之全形半形變換

php字串處理之全形半形轉換

半形全形的處理是字串處理的常見問題，本文嘗試為大家提供一個思路。

一、概念

全形字元unicode編碼從65281~65374 （十六進位 0xFF01 ~ 0xFF5E）
半形字元unicode編碼從33~126 （十六進位 0x21~ 0x7E）
空格比較特殊,全形為 12288（0x3000）,半形為 32 （0x20）
而且除空格外,全形/半形按unicode編碼排序在順序上是對應的
所以可以直接通過用+-法來處理非空格資料,對空格單獨處理

二、實現思路

1. 找到目標unicode的字元，可以使用Regex解決

2. 修改unicode編碼

三、實現

1. 首先是兩個unicode與字元的轉換函式：

 1     /** 2      * 將unicode轉換成字元 3      * @param int $unicode 4      * @return string UTF-8字元 5      **/ 6     function unicode2Char($unicode){ 7         if($unicode < 128)     return chr($unicode); 8         if($unicode < 2048)    return chr(($unicode >> 6) + 192) . 9                                       chr(($unicode & 63) + 128);10         if($unicode < 65536)   return chr(($unicode >> 12) + 224) .11                                       chr((($unicode >> 6) & 63) + 128) .12                                       chr(($unicode & 63) + 128);13         if($unicode < 2097152) return chr(($unicode >> 18) + 240) .14                                       chr((($unicode >> 12) & 63) + 128) .15                                       chr((($unicode >> 6) & 63) + 128) .16                                       chr(($unicode & 63) + 128);17         return false;18     }19  20     /**21      * 將字元轉換成unicode22      * @param string $char 必須是UTF-8字元23      * @return int24      **/25     function char2Unicode($char){26         switch (strlen($char)){27             case 1 : return ord($char);28             case 2 : return (ord($char{1}) & 63) |29                             ((ord($char{0}) & 31) << 6);30             case 3 : return (ord($char{2}) & 63) |31                             ((ord($char{1}) & 63) << 6) |32                             ((ord($char{0}) & 15) << 12);33             case 4 : return (ord($char{3}) & 63) |34                             ((ord($char{2}) & 63) << 6) |35                             ((ord($char{1}) & 63) << 12) |36                             ((ord($char{0}) & 7)  << 18);37             default :38                 trigger_error('Character is not UTF-8!', E_USER_WARNING);39                 return false;40         }41     }

2. 全形轉半形

 1     /** 2      * 全形轉半形 3      * @param string $str 4      * @return string 5      **/ 6     function sbc2Dbc($str){ 7         return preg_replace( 8             // 全形字元  9             '/[\x{3000}\x{ff01}-\x{ff5f}]/ue',10             // 編碼轉換11             // 0x3000是空格，特殊處理，其他全形字元編碼-0xfee0即可以轉為半形12             '($unicode=char2Unicode(\'\0\')) == 0x3000 ? " " : (($code=$unicode-0xfee0) > 256 ? unicode2Char($code) : chr($code))',13             $str14         );15     }

3. 半形轉全形

 1     /** 2      * 半形轉全形 3      * @param string $str 4      * @return string 5      **/ 6     function dbc2Sbc($str){ 7         return preg_replace( 8             // 半形字元  9             '/[\x{0020}\x{0020}-\x{7e}]/ue',  10             // 編碼轉換11             // 0x0020是空格，特殊處理，其他半形字元編碼+0xfee0即可以轉為全形12             '($unicode=char2Unicode(\'\0\')) == 0x0020 ? unicode2Char（0x3000） : (($code=$unicode+0xfee0) > 256 ? unicode2Char($code) : chr($code))',13             $str14         );15     }

四、測試

範例程式碼：

1 $a = 'abc12 345';2 $sbc = dbc2Sbc($a);3 $dbc = sbc2Dbc($sbc);4 5 var_dump($a, $sbc, $dbc);

結果：

1 string(9) "abc12 345"2 string(27) "ａｂｃ１２　３４５"3 string(9) "abc12 345"

