PHP下編碼轉換函式mb_convert_encoding與iconv的使用說明

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 複製代碼 代碼如下:<?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 複製代碼 代碼如下:<?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： 複製代碼 代碼如下:$content = iconv("GBK", "UTF-8", $content);
$content = mb_convert_encoding($content, "UTF-8","GBK");

PHP中使用mb_convert_encoding轉碼的小陷阱
在php程式中使用mb_convert_encoding()方法進行字元編碼轉換大家都很熟悉了，平時也在大量的使用。而且在一般情況下該方法也表現的足夠好，值得表揚。但在一個項目中我們需要使用它進行UTF8到GBK的轉換，在轉換一些特殊字元時發現了一個不大不小的問題。具體表現為mb把在utf8可編碼的字元而在gbk中不可編碼的字元都轉成了\0x00\0x80,這樣就導致轉換後的gbk字元是有問題的。
在我們的意識中，在進行字元編碼轉換的過程中，如果遇到目標編碼不可表現的字元，轉碼程式應該做的是捨棄這種字元，這樣雖然丟失了部分資料，但不會導致轉碼的字元序列不可用。不清楚mb為什麼要使用上述方式而不是捨棄方式。
臨時的解決方式是對轉碼後的字串序列進行過濾，過濾掉所有\x00\80的字元；又或者在轉義之前對utf8的字串進行過濾，過濾掉ut8可表示而gbk不可表示的所有字元，從實現難度上來講，第一種過濾方式比較容易做到。