编码问题 php字符编码转换类

各种平台和软件打开显示的编码问题，需要使用不同的编码，根据我们不同的需求。

php 字符编码转换类，支持ANSI、Unicode、Unicode big endian、UTF-8、UTF-8+Bom 互相转换。

四种常见文本文件编码方式

ANSI编码：

无文件头(文件编码开头标志性字节)

ANSI编码字母数字占一个字节，汉字占两个字节

回车换行符，单字节， 十六进制表示为0d  0a

UNICODE编码：

文件头，十六进制表示为FF FE

每一个字符都用两个字节编码

回车换行符， 双字节，十六进制表示为 000d  000a

Unicode big endian编码：

文件头十六进制表示为FE FF

后面编码是把字符的高位放在前面，低位放在后面，正好和Unicode编码颠倒

回车换行符，双字节，十六进制表示为0d00  0a00

UTF-8 编码：

文件头，十六进制表示为EF BB BF

UTF-8是Unicode的一种变长字符编码，数字、字母、回车、换行都用一个字节表示，汉字占3个字节

回车换行符，单字节，十六进制表示为0d 0a

转换原理：先把字符编码转为UTF-8，然后再从UTF-8转换为对应的字符编码。

CharsetConv.class.php：

 <?php
 /**字符编码转换类, ANSI、Unicode、Unicode big endian、UTF-8、UTF-8+Bom互相转换
 *Date:   2015-01-28
 *Author: fdipzone
 *Ver:    1.0
 *
 *Func:
 *public  convert       转换
 *private convToUtf8    把编码转为UTF-8编码
 *private convFromUtf8  把UTF-8编码转换为输出编码
 */

 class CharsetConv{ // class start

     private $_in_charset = null;   // 源编码
     private $_out_charset = null;  // 输出编码
     private $_allow_charset = array('utf-8', 'utf-8bom', 'ansi', 'unicode', 'unicodebe');

     /**初始化
     * @param String $in_charset  源编码
     * @param String $out_charset 输出编码
     */
     public function __construct($in_charset, $out_charset){

         $in_charset = strtolower($in_charset);
         $out_charset = strtolower($out_charset);

         // 检查源编码
         if(in_array($in_charset, $this->_allow_charset)){
             $this->_in_charset = $in_charset;
         }

         // 检查输出编码
         if(in_array($out_charset, $this->_allow_charset)){
             $this->_out_charset = $out_charset;
         }

     }

     /**转换
     * @param  String $str 要转换的字符串
     * @return String      转换后的字符串
     */
     public function convert($str){

         $str = $this->convToUtf8($str);   // 先转为utf8
         $str = $this->convFromUtf8($str); // 从utf8转为对应的编码

         return $str;
     }

     /**把编码转为UTF-8编码
     * @param  String $str
     * @return String
     */
     private function convToUtf8($str){

         if($this->_in_charset=='utf-8'){ // 编码已经是utf-8，不用转
             return $str;
         }

         switch($this->_in_charset){
             case 'utf-8bom':
                 $str = substr($str, 3);
                 break;

             case 'ansi':
                 $str = iconv('GBK', 'UTF-8//IGNORE', $str);
                 break;

             case 'unicode':
                 $str = iconv('UTF-16le', 'UTF-8//IGNORE', substr($str, 2));
                 break;

             case 'unicodebe':
                 $str = iconv('UTF-16be', 'UTF-8//IGNORE', substr($str, 2));
                 break;

             default:
                 break;
         }

         return $str;

     }

     /**把UTF-8编码转换为输出编码
     * @param  String $str
     * @return String
     */
     private function convFromUtf8($str){

         if($this->_out_charset=='utf-8'){ // 输出编码已经是utf-8，不用转
             return $str;
         }

         switch($this->_out_charset){
             case 'utf-8bom':
                 $str = "\xef\xbb\xbf".$str;
                 break;

             case 'ansi':
                 $str = iconv('UTF-8', 'GBK//IGNORE', $str);
                 break;

             case 'unicode':
                 $str = "\xff\xfe".iconv('UTF-8', 'UTF-16le//IGNORE', $str);
                 break;

             case 'unicodebe':
                 $str = "\xfe\xff".iconv('UTF-8', 'UTF-16be//IGNORE', $str);
                 break;

             default:
                 break;
         }

         return $str;

     }

 } // class end

 ?>

demo：unicode big endian 转为 utf-8+bom：

 <?php
 require "CharsetConv.class.php";

 $str = file_get_contents('source/unicodebe.txt');

 $obj = new CharsetConv('unicodebe', 'utf-8bom');
 $response = $obj->convert($str);

 file_put_contents('response/utf-8bom.txt', $response, true);
 ?>

参考：https://www.kancloud.cn/digest/php-class/153445