在php函数库有一个函数：iconv()，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。

问题描述：
在做一个小偷程序，需要用到iconv函数把抓取来过的utf-8编码的页面转成gb2312，发现只有用iconv函数把抓取过来的数据一转码数据就会无缘无故的少一些。
这是iconv函数的一个bug。iconv在转换字符"—"到gb2312时会出错。

来看iconv()函数的用法。
最简单的用法，把gb2312置换成utf-8：
 

在用$text=iconv("UTF-8","GB2312",$text)过程中，如果遇到一些特别字符时，如："—"，英文名中的"."等等字符，转换就断掉了。
这些字符后的文字都没法继续转换了。

针对此问题，可以：
 

不使用gb2312，而写成GBK。

还有一种方法，第二个参数，加上//IGNORE，忽略错误，如下：
iconv("UTF-8","GB2312//IGNORE",$data);
没有具体比较这两种方法，感觉第一种（GBK代替gb2312）方法更好。
php手册中iconv() 说明：
iconv
 
(PHP 4 >= 4.0.5, PHP 5)
iconv – Convert string to requested character encoding
Description
string iconv ( string in_charset, string out_charset, string str )
Performs a character set conversion on the string str from in_charset to out_charset. Returns the converted string or FALSE on failure.
If you append the string //TRANSLIT to out_charset transliteration is activated. This means that when a character can't be represented in the target charset, it can be approximated through one or several similarly looking characters. If you append the string //IGNORE, characters that cannot be represented in the target charset are silently discarded. Otherwise, str is cut from the first illegal character.
在使用这个函数进行字符串编码转换时，需要注意，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：
$str=iconv('utf-8',"gb2312//TRANSLIT",file_get_contents($filepath));
即在第二个参数出添加红色字部分，表示：如果在目标编码中找不到与源编码相匹配的字符，会选择相似的字符进行转换。
此处也可以使用：//IGNORE 这个参数，表示忽略不能转换的字符。

ignore的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。
iconv不是php的默认函数，也是默认安装的模块。需要安装才能用的。（ 编辑整理 www.）
如果是windows2000+php，你可以修改php.ini文件，将extension=php_iconv.dll前的";"去掉，同时要copy你的原php安装文件下的iconv.dll到你的winnt/system32下（如果你的dll指向的是这个目录）。在linux环境下，用静态安装的方式，在configure时加多一项 --with-iconv即可，phpinfo看得到iconv的项。(Linux7.3+Apache4.06+php4.3.2)。
mb_convert_encoding与iconv函数介绍
mb_convert_encoding这个函数是用来转换编码的。
原来一直对程序编码这一概念不理解，不过现在好像有点开窍了。不过英文一般不会存在编码问题，只有中文数据才会有这个问题。比如你用Zend Studio或Editplus写程序时，用的是gbk编码，如果数据需要入数据库，而数据库的编码为utf8时，这时就要把数据进行编码转换，不然进到数据库就会变成乱码。
做一个GBK To UTF-8：
 

再来个GB2312 To Big5：
 

不过要使用上面的函数，需要安装，而且需要先enable mbstring 扩展库。
string mb_convert_encoding ( string str, string to_encoding [, mixed from_encoding] )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,但是执行效率比iconv差太多；

string iconv ( string in_charset, string out_charset, string str )
注意：第二个参数，除了可以指定要转化到的编码以外，还可以增加两个后缀：//TRANSLIT 和 //IGNORE，其中 //TRANSLIT 会自动将不能直接转化的字符变成一个或多个近似的字符，//IGNORE 会忽略掉不能转化的字符，而默认效果是从第一个非法字符截断。

一般情况下用 iconv，只有当遇到无法确定原编码是何种编码，或iconv转化后无法正常显示时才用mb_convert_encoding 函数。
 

您可能感兴趣的文章：

您可能感兴趣的文章: