在php中将UCS2/HexEncoded字符转换为UTF8

Question

在php中将UCS2/HexEncoded字符转换为UTF8

phputf-8ucs2

4

我之前提出了一个问题，想要从UTF-8获得一个UCS-2/HexEncoded字符串，我在以下链接中得到了一些人的帮助。

UCS2/HexEncoded characters

但现在我需要在PHP中从一个UCS-2/HexEncoded字符串中获取正确的UTF-8。

对于以下字符串：

00480065006C006C006F 将返回 'Hello'

06450631062d0628064b06270020063906270644064500200021 将以阿拉伯语返回 (!مرحبا عالم)

- mabukarim

你之前的问题的回答中有什么不够清晰明了的吗？ - Jimmy Shelter

我需要从UCS2十六进制编码的字符串中获取UTF8，也就是说，我需要从UCS2十六进制编码返回到UTF8。 - mabukarim

2个回答

1

UCS-2到UTF-8的更准确转换

function ucs2_to_utf8($h)
{
    if (!is_string($h)) return null;
    $r='';
    for ($a=0; $a<strlen($h); $a+=4) { $r.=chr(hexdec($h{$a}.$h{($a+1)}.$h{($a+2)}.$h{($a+3)})); }
    return $r;
}

选择答案的问题在于它被除以2而不是4，这会导致将00转换为null，并在用于html属性值（如title=""或alt=""）时出现此�。

- Mark Morgan Miranda

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- meklarian · Accepted Answer

您可以使用hexdec()将十六进制字符转换为数字，重新组合组件字符，然后使用mb_convert_encoding()将UCS-2转换为UTF-8来重新组合十六进制表示。如我在您的另一个问题的答案中提到的那样，您仍需要注意输出编码，但是由于您明确要求使用UTF-8，因此我们将在接下来的示例中使用它。

以下是一个示例，它将UCS-2十六进制转换为本地字符串形式的UTF-8。由于PHP当前不带有hex2bin()函数，这会使事情变得非常容易，因此我们将使用在参考链接中发布的函数。我将其重命名为local_hex2bin()，以防它与将来的PHP版本或您在项目中包含的某些其他第三方代码中的定义冲突。

<?php
function local_hex2bin($h)
{
if (!is_string($h)) return null;
$r='';
for ($a=0; $a<strlen($h); $a+=2) { $r.=chr(hexdec($h{$a}.$h{($a+1)})); }
return $r;
};

header('Content-Type: text/html; charset=UTF-8');
mb_http_output('UTF-8');
echo '<html><head>';
echo '<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />';
echo '</head><body>';
echo 'output encoding: '.mb_http_output().'<br />';
$querystring = $_SERVER['QUERY_STRING'];
// NOTE: we could substitute one of the following:
// $querystring = '06450631062d0628064b06270020063906270644064500200021';
// $querystring = '00480065006C006C006F';
$ucs2string = local_hex2bin($querystring);
// NOTE: The source encoding could also be UTF-16 here.
// TODO: Should check byte-order-mark, if available, in case
//       16-bit-aligned bytes are reversed.
$utf8string = mb_convert_encoding($ucs2string, 'UTF-8', 'UCS-2');
echo 'query string: '.$querystring.'<br />';
echo 'converted string: '.$utf8string.'<br />';
echo '</body>';
?>

在本地，我将这个示例页面命名为UCS2HexToUTF8.php，并使用查询字符串来设置输出。

UCS2HexToUTF8.php?06450631062d0628064b06270020063906270644064500200021
--
encoding: UTF-8
query string: 06450631062d0628064b06270020063906270644064500200021
converted string: مرحبًا عالم !

UCS2HexToUTF8.php?00480065006C006C006F
--
output encoding: UTF-8
query string: 00480065006C006C006F
converted string: Hello

这里是hex2bin()函数的原始源代码链接。
PHP: bin2hex(), comment #86123 @ php.net 此外，在调用mb_convert_encoding()之前，正如我之前在评论中提到的，您可能希望尝试检测源使用的字节序，特别是如果您的应用程序具有某些部分，其中一个或多个服务器上的CPU与其余CPU方向不同。

这是一个可以帮助您识别字节顺序标记（BOM）的链接。
Byte order mark @ Wikipedia