解析php中的escape函數

採用js對URL中的漢字進行escape編碼。
<a href="" onclick="window.open('product_list.php?p_sort='+escape('指令碼之家'));">這樣點選連結後的效時：
引用：http://127.0.0.1/shop/product_list.php?p_sort=PHP%u5F00%u53D1%u8D44%u6E90%u7F51
產生了這樣的效果, 很明顯用PHP的urldecode()或者base64_decode()是無法反解的。
解決方案, 用PHP寫一個反解函數：

複製代碼 代碼如下:
function js_unescape($str){
$ret = '';
$len = strlen($str);
for ($i = 0; $i < $len; $i++)
{
if ($str[$i] == '%' && $str[$i+1] == 'u')
{
$val = hexdec(substr($str, $i+2, 4));
if ($val < 0x7f) $ret .= chr($val);
else if($val < 0x800) $ret .= chr(0xc0|($val>>6)).chr(0x80|($val&0x3f)); else $ret .= chr(0xe0|($val>>12)).chr(0x80|(($val>>6)&0x3f)).chr(0x80|($val&0x3f));
$i += 5;
}
else if ($str[$i] == '%')
{
$ret .= urldecode(substr($str, $i, 3));
$i += 2;
}
else $ret .= $str[$i];
}
return $ret;}

注意JS編碼會自動轉換成為UTF-8, 所以必須進行編碼轉換才能得到正確的結果，否則會中文亂碼。但如果使用UTF－8編碼就不用這一步了。
代碼如下：print iconv('utf-8', 'gb2312', js_unescape($_REQUEST['p_sort']));
到此我們就成功地反解了js的escape編碼了。
如下：
另外我找到個用PHP實現js的escape編碼的函數：

複製代碼 代碼如下:
function phpescape($str)
{
$sublen=strlen($str);
$retrunString="";
for ($i=0;$i<$sublen;$i++)
{
if(ord($str[$i])>=127)
{
$tmpString=bin2hex(iconv("gb2312","ucs-2",substr($str,$i,2)));
//$tmpString=substr($tmpString,2,2).substr($tmpString,0,2);window下可能要開啟此項
$retrunString.="%u".$tmpString;
$i++;
} else
{
$retrunString.="%".dechex(ord($str[$i]));
}
}
return $retrunString;
}

在 json中不支援中文，用它傳送中文資料就會出現資料丟失或者亂碼，必須在傳 送前對要發送的字串進行編碼，由於傳送過去需要用js進行資料解析，考慮到js中有unescape函數，故若在php中有個escape函數，對資料 進行編碼，在用戶端用unescape進行 解碼，這樣就會方便很多。
先在網上搜尋一把，很多用php實現的escape函數，大同小異，比如下面一個：

複製代碼 代碼如下:
function phpEscape($str) {
preg_match_all("/[x80-xff].|[x01-x7f]+/",$str,$r);
$ar = $r[0];
foreach($ar as $k=>$v) {
if(ord($v[0]) < 128)
$ar[$k] = rawurlencode($v);
else
$ar[$k] = "%u".bin2hex(iconv("GB2312","UCS-2",$v));
}
return join("",$ar);
}

這個函數可以很好的工作，但是，也許有新手不理解這個函數的原理(比如我)，用起來總是不放心，現在我就來解釋一下這個函數的原理。而且我認為，拿別人的代碼來複用，好比站在了巨人的肩膀上，但是若不理解別人的代碼，遲早要掉到地面上。
第一句：preg_match_all("/[x80- xff].|[x01-x7f]+/",$str,$r);這個是用Regex匹配 字串中所有的字元，[x80-xff]. 匹配的是漢字，x表示匹配字元的16進位編碼，[ ] 是類選擇符，“.” 表示任意一個字元，這樣[x80-xff].匹配的是兩個字元，其中第一個就是16進位從80到ff的字元，而這恰好就是漢字編碼的第一個字元。這樣 就能完整的匹配一個漢字。關於unicode中漢字的編碼，大家可以到網上搜尋一下。同理，[x01-x7f]+英文字串，因為最早的英文是 ASCII編碼，編碼值小於128，也就是16進位的從01到7f，"+"表示一個或者多個字元，這樣[x01-x7f]+就能匹配連續多個英文字元 串。

複製代碼 代碼如下:
$ar = $r[0]; //$r[0]裡存放是匹配到的數組
foreach($ar as $k=>$v) {
if(ord($v[0]) < 128) //假如字元編碼值小於128，說明是個英文字元
$ar[$k] = rawurlencode($v); //直接用rawurlencode編碼
else
$ar[$k] = "%u".bin2hex(iconv("GB2312","UCS-2",$v)); //否則的話用iconv函數把漢字轉變成ucs-2編碼，也就是unicode編碼
}

在javascript中就可以用unescape來解碼了
u0391-uFFE5 和u4e00-u9fa5來匹配中文
但好像前者包含漢字下的A-￥等 後者可能是純漢字。
其中解碼函數為：

複製代碼 代碼如下:
function unescape($str) {
$str = rawurldecode($str);
preg_match_all("/%u.{4}|&#x.{4};|&#d+;|.+/U",$str,$r);
$ar = $r[0];
foreach($ar as $k=>$v) {
if(substr($v,0,2) == "%u")
$ar[$k] = iconv("UCS-2","GBK",pack("H4",substr($v,-4)));
elseif(substr($v,0,3) == "&#x")
$ar[$k] = iconv("UCS-2","GBK",pack("H4",substr($v,3,-1)));
elseif(substr($v,0,2) == "&#") {
$ar[$k] = iconv("UCS-2","GBK",pack("n",substr($v,2,-1)));
}
}
return join("",$ar);
}

一、編碼範圍
1. GBK (GB2312/GB18030)
x00-xff GBK雙位元組編碼範圍
x20-x7f ASCII
xa1-xff 中文
x80-xff 中文
2. UTF-8 (Unicode)
u4e00-u9fa5 (中文)
x3130-x318F (韓文
xAC00-xD7A3 (韓文)
u0800-u4e00 (日文)
ps: 韓文是大於[u9fa5]的字元
正則例子:
preg_replace("/([x80-xff])/","",$str);
preg_replace("/([u4e00-u9fa5])/","",$str);