我之前问过一个从 UTF-8 获取 UCS-2/HexEncoded 字符串的问题,我在以下链接中得到了一些人的帮助。
但现在我需要从 PHP 中的 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)
最佳答案
您可以通过使用 hexdec() 转换十六进制字符,重新打包组件字符,然后使用 mb_convert_encoding() 将 UCS- 2 转换为 UTF-8。正如我在回答您的其他问题时提到的,您仍然需要注意输出编码,尽管您在这里特别要求使用 UTF-8,因此我们将在接下来的示例中使用它。
这是一个示例,它执行将十六进制的 UCS-2 转换为原生字符串形式的 UTF-8 的工作。由于 PHP 当前不附带 hex2bin() 函数,这会使事情变得非常简单,我们将使用最后的引用链接中发布的函数。我已将它重命名为 local_hex2bin() 以防它与 PHP 的 future 版本或您包含在项目中的其他一些第 3 方代码中的定义发生冲突。
<?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,我调用了这个示例页面 UCS2HexToUTF8.php,然后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
这是 hex2bin() 函数原始来源的链接。
PHP: bin2hex(), comment #86123 @ php.net
此外,正如我在调用 mb_convert_encoding() 之前的评论中所述,您可能想要尝试检测源正在使用哪种字节顺序,尤其是当您的应用程序包含部分一台服务器上的一个或多个 CPU 在方向上与其他 CPU 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
关于php - UCS2/HexEncoded 字符到 UTF8 在 php,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2005358/