PHP也能幹大事之PHP中的編碼解碼詳解_php技巧

寫在前面

PHP也能幹大事是我總結的PHP文法特性及相關函數類庫的經典用法，並不一定是真正能實現四兩撥千斤的功效，但是掌握這些方法，可以在你的工作和學習上有一些協助，希望大家能集思廣益，將《PHP也能幹大事》豐富得更精彩！轉載請註明出處（jb51.net）

二、前言

PHP是常見的指令碼語言，主要是因為其簡單易學，上手快，幾乎50%以上的Web程式都有PHP的身影（不完全統計）。PHP為開發這提供了豐富的函數和API介面，這使得我們能夠非常方便地使用其強大的內建函數及擴充，本文是《PHP也能幹大事》系列的第一篇，主要總結PHP在編解碼、進位轉換方面的知識。

三、PHP編解碼

1、ASCII編解碼

ASCII（發音：英語發音：/ˈæski/ ASS-kee，American Standard Code for Information Interchange，美國資訊交換標準代碼）是基於拉丁字母的一套電腦編碼系統。它主要用於顯示現代英語，而其擴充版本EASCII則可以部分支援其他西歐語言，並等同於國際標準ISO/IEC 646。由於全球資訊網使得ASCII廣為通用，直到2007年12月，逐漸被Unicode取代。 https://zh.wikipedia.org/zh/ASCII

PHP基本函數內建了ASCII的編解碼函數，這使得我們能輕鬆進行ASCII編解碼。

int ord ( string $string ) //返回字串 string 第一個字元的 ASCII 碼值。
string chr ( int $ascii  ) //返回相對應於 ascii 所指定的單個字元。

複製代碼 代碼如下:

<?php
$str = 'Welcome to China';
function getNum($string){
    $needle = 0;
    $num = '';
    while (isset($string[$needle])) {
        $num .= $num==0?'':' ';
        $num .= ord($string[$needle]);
        $needle++;
    }
    return $num;
}
function getChar($num){
    $num_arr = explode(' ', $num);
    $string = '';
    foreach ($num_arr as $value) {
        $string .= chr($value);
    }
    return $string;
}
echo "字元轉ASCII碼\n";
echo getNum($str);
echo "\n";
echo "ASCII碼字元\n";
echo getChar(getNum($str));
/* @OUTPUT
字元轉ASCII碼
87 101 108 99 111 109 101 32 116 111 32 67 104 105 110 97
ASCII碼字元
Welcome to China
*/
 
?>

2、URL編解碼

URL編碼是一種瀏覽器用來打包表單輸入的格式。瀏覽器從表單中擷取所有的name和其中的值，將它們以name/value參數編碼作為URL的一部分或者分離地發給伺服器。比如我們在訪問網頁中，會出現很多帶有%的字串，這就是URL編碼。

URL編碼一般採用UTF-8編碼格式，所以建議採用UTF-8格式傳遞資料。正常意義的URL編碼可以理解為ASCII碼的16進位前加上%，無大小寫區分。

複製代碼 代碼如下:

string urlencode(string $str)  //此函數便於將字串編碼並將其用於URL的請求部分，同時它還便於將變數傳遞給下一頁。空格編碼成 + 。
string urldecode(string $str)  //解碼給出的已編碼字串中的任何 %XX,加號（'+'）被解碼成一個空白字元。
string rawurlencode (string $str)   //根據 RFC 3986 編碼指定的字元，空格轉換成%20。
string rawurldecode (string $str)   //返回字串，此字串中百分比符號（%）後跟兩位十六進位數的序列都將被替換成原義字元。 + 不被轉換成空格。

兩組函數用法一樣，除了對於+和空格的轉換處理上：rawurlencode將空格轉為%20，不將+轉為空白格；urlencode則不一樣。

複製代碼 代碼如下:

<?php
$str_arr = array(
    'www.jb51.net',
    'http://www.jb51.net/',
    'PHP也能幹大事',
    '!@#$%^&*()_+=-~`[]{}|\\;:\'"<>,./?'
    );
foreach ($str_arr as $key => $value) {
    echo $value,"\t->\t",urlencode($value),"\n";
}
/* @OUTPUT
www.jb51.net  ->    www.jb51.net
http://www.jb51.net/  ->    http%3A%2F%2Fwww.jb51.net%2F
PHP也能幹大事  ->    PHP%E4%B9%9F%E8%83%BD%E5%B9%B2%E5%A4%A7%E4%BA%8B
!@#$%^&*()_+=-~`[]{}|\;:'"<>,./?      ->    %21%40%23%24%25%5E%26%2A%28%29_%2B%3D-%7E%60%5B%5D%7B%7D%7C%5C%3B%3A%27%22%3C%3E%2C.%2F%3F
*/
?>

3、Base64編解碼

Base64是一種基於64個可列印字元來表示位元據的表示方法。由於2的6次方等於64，所以每6個位元為一個單元，對應某個可列印字元。三個位元組有24個位元，對應於4個Base64單元，即3個位元組需要用4個可列印字元來表示。它可用來作為電子郵件的傳輸編碼。使用的字元包括大小寫字母各26個，加上10個數字，和加號「+」，斜杠「/」，一共64個字元，等號「=」用來作為尾碼用途。完整的base64定義可見RFC 1421和RFC 2045。編碼後的資料比未經處理資料略長，為原來的4/3。在電子郵件中，根據RFC 822規定，每76個字元，還需要加上一個斷行符號換行。可以估算編碼後資料長度大約為原長的135.1%。 https://zh.wikipedia.org/zh/Base64

string base64_encode(string $data)  //使用 base64 對 data 進行編碼。
string base64_decode (string $data [, bool $strict = false ])  //對 base64 編碼的 data 進行解碼。

案例：HTML頁面中img標籤可以在src屬性中採用base64編碼方式，來輸出圖片，這樣可以減少HTTP請求次數。

複製代碼 代碼如下:

<?php
$string = file_get_content('3mc2.png');
echo '<img src="data:image/png;base64,',base64_encode($string),'">';
/* @OUTPUT
UEhQ5Lmf6IO95Yqe5aSn5LqL
*/
?>

4、HTML實體編解碼

一些字元在HTML中是預留的，擁有特殊的含義，比如小於符號「<」用於定義HTML標籤的開始。如果我們希望瀏覽器正確地顯示這些字元，我們必須在 HTML 源碼中插入字元實體。字元實體有三部分：一個和號「&」 和一個實體名稱（或者一個 「#」 和一個實體編號），以及一個分號「;」。http://www.ascii.cl/htmlcodes.htm

string htmlspecialchars ( string $string [, int $flags = ENT_COMPAT | ENT_HTML401 [, string $encoding = “UTF-8″ [, bool $double_encode = true ]]] )  //對包含如下HTML特殊字元進行HTML實體編碼
1.'&' (ampersand) becomes ‘&'
2.'”‘ (double quote) becomes ‘"' when ENT_NOQUOTES is not set.
3.”‘” (single quote) becomes ‘'' (or ') only when ENT_QUOTES is set.
4.'<‘ (less than) becomes ‘<'
5.'>' (greater than) becomes ‘>'

string htmlspecialchars_decode (string $string [, int $flags = ENT_COMPAT | ENT_HTML401 ])  //此函數的作用和 htmlspecialchars() 剛好相反。它將特殊的HTML實體轉換回一般字元。
還有功能相同的函數htmlentities/html_entity_decode，這對函數甚至對漢字都進行了HTML實體編碼，而且會產生亂碼，所以建議使用htmlspecialchars進行編解碼。

案例：防止XSS跨站指令碼攻擊，需要對使用者提交的資料進行HTML實體轉換：

複製代碼 代碼如下:

<?php
$_POST['message'] = '測試留言字元\'"><sCript src=http://www.jb51.net/hook.js>';
if (empty($_POST['message'])) {
    exit('Message is NULL');
}
$message = htmlspecialchars(trim($_POST['message']));
echo $message;
/* @OUTPUT
測試留言字元'"><sCript src=http://www.jb51.net/hook.js>
*/
?>

5、二進位、八進位、十進位、十六進位相互轉換

進位之間的轉換這裡沒什麼好說的，總之都差不多，只要記住多少進位就是逢多少進一位，比如10進位就是9的下一位就是10，二進位、八進位、十六進位以此類推。

string bin2hex (string $str) //返回 ASCII 字串，為參數 str 的十六進位表示。轉換使用位元組方式，高四位位元組優先。
string hex2bin (string $data) //轉換十六進位字串為二進位字串。
number bindec (string $binary_string) //返回 binary_string 參數所表示的位元的十進位等價值。
string decbin (int $number) //返回一字串，包含有給定 number 參數的二進位表示。所能轉換的最大數值為十進位的 4294967295，其結果為 32 個 1 的字串。
number octdec (string $octal_string) //返回 octal_string 參數所表示的八位元的十進位等值。
string decoct (int $number) //返回一字串，包含有給定 number 參數的八進位表示。所能轉換的最大數值為十進位的 4294967295，其結果為 “37777777777”。
string base_convert (string $number , int $frombase , int $tobase) //任意進位轉換，返回一字串，包含 number 以 tobase 進位的表示。number 本身的進位由 frombase 指定。frombase 和 tobase 都只能在 2 和 36 之間（包括 2 和 36）。高於十進位的數字用字母 a-z 表示，例如 a 表示 10，b 表示 11 以及 z 表示 35。

6 、GBK、UTF-8字元編碼轉換

在寫代碼過程中，經常遇到編碼問題而引發的亂碼。其實解決編碼問題非常簡單，只要使用一種編碼即可，一般來說，採用萬國碼——UTF-8是最好的選擇。

這裡說的編碼是文字編碼和檔案儲存體的編碼，當然，不得不提到系統的編碼的差異性：

系統             編碼     字元結尾
Windows    GBK     \r\n
*nix             UTF-8   \n

所以在處理特殊字元的時候要特別注意。

常見的編碼有GBK、UTF-8等等，函數使用上一般採用兩種：

string mb_convert_encoding (string $str , string $to_encoding [, mixed $from_encoding = mb_internal_encoding() ])  //將 string 類型 str 的字元編碼從可選的 from_encoding 轉換到 to_encoding。
string iconv (string $in_charset , string $out_charset , string $str)  //將字串 str 從 in_charset 轉換編碼到 out_charset。

案例：Windows系統，架設了一個WAMP伺服器，將如下指令碼另存新檔一個UTF-8編碼的php檔案，即可通過瀏覽器查看無亂碼的php目錄裡的檔案；如果不是用mb_convert_encoding轉碼，將直接導致輸出亂碼（Windows作為伺服器）。

複製代碼 代碼如下:

<?php
    function getDir($dir){
        static $string = '';
        if(is_file($dir)){
            $string.= $dir;
        }else{
            $oDir = @opendir($dir);
            while($fileName = readdir($oDir)){
                if($fileName!='.' && $fileName!='..'){
                    if(is_file($dir.'/'.$fileName)){
                        $string.=$fileName."\n";
                    }elseif(is_dir($dir.'/'.$fileName)){
                        $string.= $dir.'/'.$fileName.'/'."\n";
                        getDir($dir.'/'.$fileName);
                    }
                }
            }
        }
        return $string;
    }
    echo mb_convert_encoding( getDir('php'),'utf8', 'gbk' );
 
?>

四、總結

編碼是資料的處理的基礎，所以在PHP的編程開發過程中是相當重要的。對於PHP的處理方法，應用在編程中還需要數量掌握，特別有些相似函數要如何區分。轉載請註明出處（jb51.net）