php iconv() : Detected an illegal character in input string

開始是這樣用的
$str = iconv('UTF-8', 'GB2312', unescape(isset($_GET['str'])? $_GET['str']:''));
上線後報一堆這樣的錯：iconv() : Detected an illegal character in input string

考慮到GB2312字元集比較小，換個大的吧，於是改成GBK：
$str = iconv('UTF-8', 'GBK', unescape(isset($_GET['str'])? $_GET['str']:''));
上線後還是報同樣的錯！

再認真讀手冊，發現有這麼一段：
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.
於是改成：
$str = iconv('UTF-8', 'GBK//IGNORE', unescape(isset($_GET['str'])? $_GET['str']:''));
本地測試//IGNORE能忽略掉它不認識的字接著往下轉，並且不報錯，而//TRANSLIT是截掉它不認識的字及其後面的內容，並且報錯。//IGNORE是我需要的。
現在等待上線看結果（這樣不是好的做法，繼續琢磨手冊，上網搜搜看），呵呵。。。

在網上找到下面這篇文章，發現mb_convert_encoding也可以，但效率比iconv差。


轉換字串編碼iconv與mb_convert_encoding的區別

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] )
需要先啟用 mbstring 擴充庫，在 php.ini裡將; extension=php_mbstring.dll 前面的 ; 去掉

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：
1. 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.
2. 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；如：$str = mb_convert_encoding($str,"euc-jp","ASCII,JIS,EUC-JP,SJIS,UTF- 8");“ASCII,JIS,EUC-JP,SJIS,UTF-8”的順序不同效果也有差異
3. 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.

$str = mb_convert_encoding($str, "UCS-2LE", "JIS, eucjp-win, sjis-win");
$str = mb_convert_encoding($str, "EUC-JP', "auto");

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