php页面编码与字符操作
我们可以用header来定义一个php页面为utf编码或GBK编码，也可以在html中用meta标签来指定编码
例如：php页面为utf编码 header("Content-type: text/html; charset=utf-8");
我们通常使用header或meta，下面说一说两者的区别
一、采用meta页面编码
用meta来设置页面编码
1 <meta http-equiv="content-type" content="text/html; charset=编码类型">
作用是：声明客户端的浏览器用什么字符集编码显示该页面，起到通知浏览器的作用。只有字符编码与浏览器编码相同时才不会造成错误而产生乱码。
二、采用header()页面编码
用header()来设置页面编码
1 header("content-type:text/html; charset=编码类型");
header是发送原始 HTTP 标头，作用是把括号里面的信息发到http标头，浏览器会采用header()中设置的编码。
三、AddDefaultCharset方式设置编码
注意：以前版本的Apache配置时修改AddDefaultCharset这个选项，要改为gb2312或者utf-8，否则汉字会变为乱码，但从Apache 2.0.53 开始,取消了AddDefaultCharset，现在的新版本会自适应浏览器的。所以在apache2.4中是找不到AddDefaultCharset的。
文档中：
低版本的Apache的 .conf 文件里，有AddDefaultCharset。可以设置defaultcharset 字符编码（删除前面的#）。设置完成后相当于在每个文件中加上header("content-type:text/html; charset=字符编码")。
但是和header()还是有区别的（优先级不一样）
1：如果页面没有指定编码 ， Apache配置defaultcharset gbk , 页面文件编码是utf-8。
页面显示是乱码。在页面没有meta指明charset，设置defaultcharset gbk，这个时候服务器的设置生效，编码不一致，造成乱码；
2：如果页面指定编码为utf-8, Apache配置defaultcharset gbk. 页面文件编码是utf-8。
页面显示乱码。设置defaultcharset gbk，会覆盖页面级别（meta）的编码设置；
3：如果页面header申明charset为utf8, Apache配置defaultcharst gbk,页面文件编码是utf8。
页面显示正常。这个说明header优先级要高于服务器和浏览器的设置；
4：如果Apache关闭DefaultCharset 。
页面显示正常。
由此得出结论：
header() >> AddDefaultCharset >> meta
所以添加header()是比较好的方法
四、编码转换函数
1：mb_detect_encoding 检查编码
1 $string = "赵亚飞"; 2 $encode = mb_detect_encoding($string, array("ASCII","UTF-8","GB2312","GBK","BIG5")); 3 header("content-Type: text/html; charset=".$encode); 4 echo $string;
有时会出现检查错误（解决办法）例如：对与GB2312和UTF- 8，或者UTF-8和GBK网上说是由于字符短是，mb_detect_encoding会出现误判。 不是bug，写程序时也不应当过于依赖mb_detect_encoding，当字符串较短时，检测结果产生偏差的可能性很大。
$encode = mb_detect_encoding($keytitle, array('ASCII','GB2312′,'GBK','UTF-8');
三个参数分别是：被检测的输入变量、编码方式的检测顺序(如果为真，后面自动忽略)、strict模式 对编码检测的顺序进行调整，将最大可能性放在前面，这样减少被错误转换的机会。 一般要先排gb2312，当有GBK和UTF-8时，需要将常用的排列到前面。
2：mb_convert_encoding 转换编码
函数原型：string mb_convert_encoding ( string str, string to_encoding [, mixed from_encoding] )
例如：
例如：
1 1： 将任意类型（ 'ASCII,GB2312,GBK,UTF-8'）字符串$html_str转换成'UTF-8'编码 2 $html_str = mb_convert_encoding($html_str, 'UTF-8', 'ASCII,GB2312,GBK,UTF-8'); 3 2：gbk To utf-8 4 < ?php 5 header("content-Type: text/html; charset=Utf-8"); 6 echo mb_convert_encoding("赵亚飞", "UTF-8", "GBK"); 7 ?>
注意：使用上面的函数需要安装但是需要先enable mbstring 扩展库。 在 php.ini里将; extension=php_mbstring.dll 前面的 ; 去掉
mb_convert_encoding 可以指定多种输入编码，它会根据内容自动识别，；执行效率比iconv差很多
3：iconv 转换编码
iconv函数库能够完成各种字符集间的转换，是php编程中不可缺少的基础函数库。
需要注意一下：
iconv在转换字符有时会出错，（如果将utf-8转换为gb2312时，可能会出现字符串被截断的情况发生。）
解决方法：在需要转成的编码后加 "//IGNORE" 是iconv函数第二个参数后。
如下：
1 iconv("UTF-8","GB2312//IGNORE",$data)
ignore意思是忽略转换时的错误，如果没有ignore参数，所有该字符后面的字符串都无法被保存（不往下进行转换）。
iconv不是php的默认函数，也不是默认安装的模块。需要安装才能用的。
这里有一个自动判断编码类型，进行转化的函数：
1 function check_encod($encod,$string){ 2 //判断字符编码 3 $encode = mb_detect_encoding($string, array("ASCII","UTF-8","GB2312","GBK","BIG5")); 4 var_dump($encode); 5 if($encode != $encod){ 6 $string = iconv($encode, $encod, $string); 7 } 8 return $string; 9 } 10 $path = "赵亚飞。.jpg"; 11 $path = check_encod("GB2312",$path);
五：字符串截取
1：mb_substr()
PHP substr()函数可分割文字，但分割的文字如果包括中文字符往往会遇到问题，这时可以用mb_substr()这个函 数，用法与substr()相似，只是在mb_substr()最后要加入多一个参数，以设定字符串的编码， 需要打开php_mbstring.dll，需要在php.ini中把php_mbstring.dll打开。例如：
1 echo mb_substr('赵亚飞赵亚飞er',0,9); //输出：赵亚飞 2 echo mb_substr('赵亚飞赵亚飞er',0,9,'utf-8'); //输出：赵亚飞赵亚飞er
第一个是以三个字节为一个中文，这就是utf-8编码的特点，下面加上utf-8字符集说明，是以一个字为单位来截取的
2：iconv_substr()
Substr是截取字符的函数，但是很多时候，截取中文却需要额外处理，原因是中文在UTF-8中占用3个字节，在GB2312中占用2个字节，在截取中随时存在截取的字符串长度与组成未知，所以给很多人造成了困扰。PHP5开始，iconv_substr函数出现
1 <?php 2 $str='赵z亚y飞f/include'; 3 echo substr($str,1,5); 4 echo "<br>"; 5 echo iconv_substr($str,1,5,"UTF-8"); 6 ?>
这个是在网页编码为UTF-8的PHP代码中使用的截取编码。如果在UTF-8网页中使用GB2312或者GBK编码来截取，会出错，占用字节不同；反之，在GB2312或GBK网页中，不能使用UTF-8来进行截取 。由于iconv_substr是按照字符而非占用字节来计算，所以“a”和“叶”均计算为1位。在GB2312或者GBK中，由于占用字节是一样的，所以可以随意使用GB2312或GBK编码来截取，截取结果是一样的。
3：兼容性良好的截取字符串的函数
1 /** 2 * 截取字符串兼容各种编码 3 * 4 * @param string $str 5 * @param int $start //开始截取位置默认是0 6 * @param int $length //截取长度 7 * @param string $charset //字符编码 8 * @param int $is_addnode //是否加省略号 9 * @return string 10 **/ 11 public static function cut_string($str, $start=0, $length, $charset="", $is_addnode=true){ 12 if(empty($str) || $str == ''){ 13 return $str; 14 } 15 $real_set = mb_detect_encoding($str, array("UTF-8", "ASCII", "GB2312", "GBK", "BIG5")); 16 if(empty($charset)){ 17 //没有传编码就按本身编码； 18 $charset = $real_set; 19 if(empty($charset)){ 20 $charset = 'utf-8'; 21 } 22 }else{ 23 if($real_set != $charset){ 24 //如果编码不一致就设置为传入的编码，防止截取乱码 25 $str = iconv($real_set, $charset, $str); 26 } 27 } 28 29 //兼容没有安装扩展的情况 30 if(function_exists("mb_substr")){ 31 $cut_str = mb_substr($str, $start, $length, $charset); 32 }elseif(function_exists('iconv_substr')) { 33 $cut_str = iconv_substr($str, $start, $length, $charset); 34 } 35 if($is_addnode){ 36 if($str == $cut_str){ 37 return $cut_str; 38 }else{ 39 return $cut_str . "......"; 40 } 41 }else{ 42 return $cut_str; 43 } 44 //兼容正则截取 45 $preg['utf-8'] = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/"; 46 $preg['gb2312'] = "/[\x01-\x7f]|[\xb0-\xf7][\xa0-\xfe]/"; 47 $preg['gbk'] = "/[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]/"; 48 $preg['big5'] = "/[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/"; 49 preg_match_all($preg[$charset], $str, $match); 50 $string = join("",array_slice($match[0], $start, $length)); 51 if($is_addnode){ 52 return $string . "......"; 53 } 54 return $string; 55 }
