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。
最佳答案
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'));
关于php - 如何在 PHP 中将双字节 utf-8 字符转换为 utf-16,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22963230/