完全轉換UTF-8爲GB2312的PHP函數

　　開始是用“$re=iconv("UTF-8","GB2312",$snoopy->results);”將utf8轉換成gb2312，結果經常出錯，到了一半就看不到後文了。後來用“$re=iconv("UTF-8","GB2312//IGNORE",$snoopy->results);”，加上了忽略錯誤，好了點，可以轉換到底了！可是今天又發現，還是有部分網頁無法轉換。後來仔細研究發現原來iconv只能轉換3字符的utf8碼，如果需要全碼轉換需要另外寫函數。

　　首先需要了解utf8的構成。

　　基礎：
　　1、單獨使用iconv函數只能轉換GB2312字符，外文字符無法轉換。
　　2、沒有現成的函數可以用。
　　3、bindec()函數：將二進制格式的“01”字符串轉換爲十進制數。
　　4、decbin()函數：將十進制數轉換爲二進制字符串，如decbin(224)="11100000"。

　　思路：因爲UTF-8分別有1、2、3字節編碼，中日韓文都是3字節編碼，處理時根據字符編碼中首字節大小區分字節數量。
　　1、如首字節小於128，爲ASCII碼。
　　2、128~192，非UTF-8編碼，且處理爲“&#ord();”。
　　3、192~224, 雙字節UTF-8編碼。
　　4、224~240，三字節編碼。
　　5、240~248，四字節編碼。
　　6、……
　　7、對於三字節編碼的嘗試用iconv轉換成GB2312。
　　8、非GB2312的多字節字符，嘗試把UTF-8轉換成Unicode，再取到Unicode十進制值。
　　9、可以考慮使用位運算，也可以用bindec()函數。

　　程序代碼：

function GetGB2312String($name)
{
$tostr = "";
for($i=0;$i<strlen($name);$i++)
{
   $curbin = ord(substr($name,$i,1));
   if($curbin < 0x80)
   {
    $tostr .= substr($name,$i,1);
   }elseif($curbin < bindec("11000000")){
    $str = substr($name,$i,1);
    $tostr .= "&#".ord($str).";";
   }elseif($curbin < bindec("11100000")){
    $str = substr($name,$i,2);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 1;
   }elseif($curbin < bindec("11110000")){
    $str = substr($name,$i,3);
    $gstr= iconv("UTF-8","GB2312",$str);
    if(!$gstr)
    {
    $tostr .= "&#".GetUnicodeChar($str).";";
    }else{
    $tostr .= $gstr;
    }
    $i += 2;
   }elseif($curbin < bindec("11111000")){
    $str = substr($name,$i,4);
    $tostr .= "&#".GetUnicodeChar($str).";";
   
    $i += 3;
   }elseif($curbin < bindec("11111100")){
    $str = substr($name,$i,5);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 4;
   }else{
    $str = substr($name,$i,6);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 5;
   }
}
return $tostr;
}//end function
function GetUnicodeChar($str)
{
$temp = "";
for($i=0;$i<strlen($str);$i++)
{
   $x = decbin(ord(substr($str,$i,1)));
   if($i == 0)
   {
    $s = strlen($str)+1;
    $temp .= substr($x,$s,8-$s);
   }else{
    $temp .= substr($x,2,6);
   }
}
return bindec($temp);
}//end function

　　程序使用：

$re=GetGB2312String($snoopy->results);

　　開始是用“$re=iconv("UTF-8","GB2312",$snoopy->results);”將utf8轉換成gb2312，結果經常出錯，到了一半就看不到後文了。後來用“$re=iconv("UTF-8","GB2312//IGNORE",$snoopy->results);”，加上了忽略錯誤，好了點，可以轉換到底了！可是今天又發現，還是有部分網頁無法轉換。後來仔細研究發現原來iconv只能轉換3字符的utf8碼，如果需要全碼轉換需要另外寫函數。

　　首先需要了解utf8的構成。

　　基礎：
　　1、單獨使用iconv函數只能轉換GB2312字符，外文字符無法轉換。
　　2、沒有現成的函數可以用。
　　3、bindec()函數：將二進制格式的“01”字符串轉換爲十進制數。
　　4、decbin()函數：將十進制數轉換爲二進制字符串，如decbin(224)="11100000"。

　　思路：因爲UTF-8分別有1、2、3字節編碼，中日韓文都是3字節編碼，處理時根據字符編碼中首字節大小區分字節數量。
　　1、如首字節小於128，爲ASCII碼。
　　2、128~192，非UTF-8編碼，且處理爲“&#ord();”。
　　3、192~224, 雙字節UTF-8編碼。
　　4、224~240，三字節編碼。
　　5、240~248，四字節編碼。
　　6、……
　　7、對於三字節編碼的嘗試用iconv轉換成GB2312。
　　8、非GB2312的多字節字符，嘗試把UTF-8轉換成Unicode，再取到Unicode十進制值。
　　9、可以考慮使用位運算，也可以用bindec()函數。

　　程序代碼：

function GetGB2312String($name)
{
$tostr = "";
for($i=0;$i<strlen($name);$i++)
{
   $curbin = ord(substr($name,$i,1));
   if($curbin < 0x80)
   {
    $tostr .= substr($name,$i,1);
   }elseif($curbin < bindec("11000000")){
    $str = substr($name,$i,1);
    $tostr .= "&#".ord($str).";";
   }elseif($curbin < bindec("11100000")){
    $str = substr($name,$i,2);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 1;
   }elseif($curbin < bindec("11110000")){
    $str = substr($name,$i,3);
    $gstr= iconv("UTF-8","GB2312",$str);
    if(!$gstr)
    {
    $tostr .= "&#".GetUnicodeChar($str).";";
    }else{
    $tostr .= $gstr;
    }
    $i += 2;
   }elseif($curbin < bindec("11111000")){
    $str = substr($name,$i,4);
    $tostr .= "&#".GetUnicodeChar($str).";";
   
    $i += 3;
   }elseif($curbin < bindec("11111100")){
    $str = substr($name,$i,5);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 4;
   }else{
    $str = substr($name,$i,6);
    $tostr .= "&#".GetUnicodeChar($str).";";
    $i += 5;
   }
}
return $tostr;
}//end function
function GetUnicodeChar($str)
{
$temp = "";
for($i=0;$i<strlen($str);$i++)
{
   $x = decbin(ord(substr($str,$i,1)));
   if($i == 0)
   {
    $s = strlen($str)+1;
    $temp .= substr($x,$s,8-$s);
   }else{
    $temp .= substr($x,2,6);
   }
}
return bindec($temp);
}//end function

　　程序使用：

$re=GetGB2312String($snoopy->results);