php中iconv函數使用方法

iconv函數庫能夠完成各種字元集間的轉換，是php編程中不可缺少的基礎函數庫。
1、下載libiconv函數庫http://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.9.2.tar.gz；
2、解壓縮tar -zxvf libiconv-1.9.2.tar.gz;
3、安裝libiconv
＃configure --prefix=/usr/local/iconv
#make
#make install
4、重新編譯php 增加編譯參數--with-iconv=/usr/local/iconv

windows下

最近在做一個小偷程式，需要用到iconv函數把抓取來過的utf-8編碼的頁面轉成gb2312， 發現只有用iconv函數把抓取過來的資料一轉碼資料就會無緣無故的少一些。 讓我鬱悶了好一會兒，去網上一查資料才知道這是iconv函數的一個bug。iconv在轉換字元"—"到gb2312時會出錯
解決方案很簡單，就是在需要轉成的編碼後加 "//IGNORE" 也就是iconv函數第二個參數後.如下：

以下為引用的內容： 複製代碼 代碼如下:iconv("UTF-8","GB2312//IGNORE",$data)

ignore的意思是忽略轉換時的錯誤，如果沒有ignore參數，所有該字元後面的字串都無法被儲存。 複製代碼 代碼如下:<?php
echo $str= '你好,這裡是賣咖啡!';
echo '<br />';
echo iconv('GB2312', 'UTF-8', $str); //將字串的編碼從GB2312轉到UTF-8
echo '<br />';
echo iconv_substr($str, 1, 1, 'UTF-8'); //按字元個數截取而非位元組
print_r(iconv_get_encoding()); //得到當前頁面編碼資訊
echo iconv_strlen($str, 'UTF-8'); //得到設定編碼的字串長度
//也有這樣用的
$content = iconv("UTF-8","gbk//TRANSLIT",$content);
?>

iconv不是php的預設函數，也是預設安裝的模組。需要安裝才能用的。
如果是windows2000+php，你可以修改php.ini檔案，將extension=php_iconv.dll前的";"去掉，同時你要copy你的原php安裝檔案下的iconv.dll到你的winnt/system32下（如果你的dll指向的是這個目錄）
在linux環境下，用靜態安裝的方式，在configure時加多一項 --with-iconv就可以了，phpinfo看得到iconv的項。(Linux7.3+Apache4.06+php4.3.2)，

下載：ftp://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.8.tar.gz
安裝：
#cp libiconv-1.8.tar.gz /usr/local/src
#tar zxvf lib*
#./configure --prefix=/usr/local/libiconv
#make
#make install
編譯php
#./configure --prefix=/usr/local/php4.3.2 --with-iconv=/usr/local/libiconv/
使用的簡單例子：

<?php
echo iconv("gb2312","ISO-8859-1","我們");
?>

PHP中的mb_convert_encoding與iconv函數介紹

mb_convert_encoding這個函數是用來轉換編碼的。原來一直對程式編碼這一概念不理解，不過現在好像有點開竅了。
不過英文一般不會存在編碼問題，只有中文資料才會有這個問題。比如你用Zend Studio或Editplus寫程式時，用的是gbk編碼，如果資料需要入資料庫，而資料庫的編碼為utf8時，這時就要把資料進行編碼轉換，不然進到資料庫就會變成亂碼。

mb_convert_encoding的用法見官方：
http://cn.php.net/manual/zh/function.mb-convert-encoding.php

做一個GBK To UTF-8
< ?php
header("content-Type: text/html; charset=Utf-8");
echo mb_convert_encoding("妳係我的友仔", "UTF-8", "GBK");
?>

再來個GB2312 To Big5
< ?php
header("content-Type: text/html; charset=big5");
echo mb_convert_encoding("你是我的朋友", "big5", "GB2312");
?>
不過要使用上面的函數需要安裝但是需要先enable mbstring 擴充庫。

PHP中的另外一個函數iconv也是用來轉換字串編碼的，與上函數功能相似。

下面還有一些詳細的例子：
iconv — Convert string to requested character encoding
(PHP 4 >= 4.0.5, PHP 5)
mb_convert_encoding — Convert character encoding
(PHP 4 >= 4.0.6, PHP 5)

用法：
string mb_convert_encoding ( string str, string to_encoding [, mixed from_encoding] )
需要先enable mbstring 擴充庫，在 php.ini裡將; extension=php_mbstring.dll 前面的 ; 去掉
mb_convert_encoding 可以指定多種輸入編碼，它會根據內容自動識別,但是執行效率比iconv差太多；

string iconv ( string in_charset, string out_charset, string str )
注意：第二個參數，除了可以指定要轉化到的編碼以外，還可以增加兩個尾碼：//TRANSLIT 和 //IGNORE，其中 //TRANSLIT 會自動將不能直接轉化的字元變成一個或多個近似的字元，//IGNORE 會忽略掉不能轉化的字元，而預設效果是從第一個非法字元截斷。
Returns the converted string or FALSE on failure.

使用：

發現iconv在轉換字元”—”到gb2312時會出錯，如果沒有ignore參數，所有該字元後面的字串都無法被儲存。不管怎麼樣，這個”—”都無法轉換成功，無法輸出。 另外mb_convert_encoding沒有這個bug.

一般情況下用 iconv，只有當遇到無法確定原編碼是何種編碼，或者iconv轉化後無法正常顯示時才用mb_convert_encoding 函數.

from_encoding is specified by character code name before conversion. it can be array or string - comma separated enumerated list. If it is not specified, the internal encoding will be used.
/* Auto detect encoding from JIS, eucjp-win, sjis-win, then convert str to UCS-2LE */
$str = mb_convert_encoding($str, “UCS-2LE”, “JIS, eucjp-win, sjis-win”);
/* “auto” is expanded to “ASCII,JIS,UTF-8,EUC-JP,SJIS” */
$str = mb_convert_encoding($str, “EUC-JP”, “auto”);

例子：
$content = iconv(”GBK”, “UTF-8″, $content);
$content = mb_convert_encoding($content, "UTF-8″,"GBK");

php中使用iconv函數時容易忽略的參數
今天在處理抓取內容的時候，當採用iconv進行編碼轉換的時候，發現結果會中斷，猜是字元集的問題，考慮怎麼跳過目標字元集不存在的字元，查手冊發現iconv的函數只有三個參數，好像不行，然後查網上有人說可以，但是很奇怪怎麼實現，最後發現英文描述有說可以加標識到目標編碼後面：“TRANSLIT”，很鬱悶怎麼加呢？原來是先加“//”，真是鬱悶，竟然有這樣的設計
原型： $txtContent = iconv("utf-8",'GBK',$txtContent);

特殊參數：iconv("UTF-8","GB2312//IGNORE",$data)

兩個可選的輔助參數：TRANSLIT和IGNORE ，(其中IGNORE 就是說遇到無法轉換的就跳過)。 Description

string iconv ( string in_charset, string out_charset, string str )

Performs a character set conversion on the string str from in_charset to out_charset. Returns the converted string or FALSE on failure.

If you append the string //TRANSLIT to out_charset transliteration is activated. This means that when a character can't be represented in the target charset, it can be approximated through one or several similarly looking characters. If you append the string //IGNORE, characters that cannot be represented in the target charset are silently discarded. Otherwise, str is cut from the first illegal character.