php - 如何在 PHP 中将双字节 utf-8 字符转换为 utf-16

Question

我有如下双字节utf8字符

\ud83d\ude04

(这是一个 ios 表情符号)。 我想转换成 utf-16

U+1F604

我该怎么做？ 我尝试了以下方法:

$utf8_string = "\ud83d\ude04";
$utf16_string = mb_convert_encoding($utf8_string, 'UTF-16', 'UTF-8');

但我得到了原始的 utf8 字符串。它不会被转换。

我想我可能需要先解码 utf8 字符串。我已经尝试使用 json_decode 来执行此操作(它非常适合解码 utf8 字符集)。但仍然没有喜悦。

Answer 1

首先，让我们弄清楚条款:

• \ud83d\ude04 是 Unicode 转义序列，例如用于 Javascript。它不是“UTF-8”。
• 它也不是“双字节”，而是代理对。
• U+1F604 是 Unicode 代码点的官方表示法。它不是“UTF-16”。

第一步是从“\ud83d\ude04”得到一个UTF-8编码的字符串。最简单的方法是:

$utf8 = json_decode('"\ud83d\ude04"'); // note the added "" quotes

要从此处转换为 UTF-16 编码的字符串，只需执行以下操作:

iconv('UTF-8', 'UTF-16', $utf8)

然而，结果不是“U+1F604”，而是一个 UTF-16 编码字符串(其十六进制表示为 feffd83dde04)。

要获得 Unicode 代码点表示法，最简单的方法可能是转换为 UCS-4 并调整前导零:

$ucs4      = iconv('UTF-8', 'UCS-4', $utf8);
$codepoint = sprintf('U+%04s', ltrim(strtoupper(bin2hex($ucs4)), '0'));