php有utf-8和gbk,PHP判断UTF-8与GBK编码

判断中文和编码有关 gbk是双字节，utf8是三字节，可以根据 中文的范围来判断

// 返回: true - 含GB编码 false - 为UTF-8编码

function is_gb2312($str) {

for($i = 0; $i < strlen ( $str ); $i ++) {

$v = ord ( $str [$i] );

if ($v > 127) {

if (($v >= 228) && ($v <= 233)) {

if (($i + 2) >= (strlen ( $str ) - 1))

return true; // not enough characters

$v1 = ord ( $str [$i + 1] );

$v2 = ord ( $str [$i + 2] );

if (($v1 >= 128) && ($v1 <= 191) && ($v2 >= 128) && ($v2 <= 191)){ // utf编码

return false;

}else{

return true;

}

}

}

}

return true;

}

编码范围1. GBK (GB2312/GB18030)

\x00-\xff GBK双字节编码范围

\x20-\x7f ASCII

\xa1-\xff 中文

\x80-\xff 中文

UTF-8 (Unicode)

\u4e00-\u9fa5 (中文)

\x3130-\x318F (韩文

\xAC00-\xD7A3 (韩文)

\u0800-\u4e00 (日文)

ps: 韩文是大于[\u9fa5]的字符

一、正则例子:

preg_replace(”/([\x80-\xff])/”,”",$str);

preg_replace(”/([u4e00-u9fa5])/”,”",$str);

二、代码例子

//判断内容里有没有中文 -GBK (PHP)

function check_is_chinese($s){

return preg_match('/[\x80-\xff]./', $s);

}

//获取字符串长度 -GBK (PHP)

function gb_strlen($str){

$count = 0;

for($i=0; $i

$s = substr($str, $i, 1);

if (preg_match("/[\x80-\xff]/", $s)) ++$i;

++$count;

}

return $count;

}

//截取字符串字 串 -GBK (PHP)

function gb_substr($str, $len){

$count = 0;

for($i=0; $i

if($count == $len) break;

if(preg_match("/[\x80-\xff]/", substr($str, $i, 1))) ++$i;

++$count;

}

return substr($str, 0, $i);

}

//统计字符串长度 -UTF8 (PHP)

function utf8_strlen($str) {

$count = 0;

for($i = 0; $i < strlen($str); $i++){

$value = ord($str[$i]);

if($value > 127) {

$count++;

if($value >= 192 && $value <= 223) $i++;

elseif($value >= 224 && $value <= 239) $i = $i + 2;

elseif($value >= 240 && $value <= 247) $i = $i + 3;

else die('Not a UTF-8 compatible string');

}

$count++;

}

return $count;

}

//截取字符串 -UTF8(PHP)

function utf8_substr($str,$position,$length){

$start_position = strlen($str);

$start_byte = 0;

$end_position = strlen($str);

$count = 0;

for($i = 0; $i < strlen($str); $i++){

if($count >= $position && $start_position > $i){

$start_position = $i;

$start_byte = $count;

}

if(($count-$start_byte)>=$length) {

$end_position = $i;

break;

}

$value = ord($str[$i]);

if($value > 127){

$count++;

if($value >= 192 && $value <= 223) $i++;

elseif($value >= 224 && $value <= 239) $i = $i + 2;

elseif($value >= 240 && $value <= 247) $i = $i + 3;

else die('Not a UTF-8 compatible string');

}

$count++;

}

return(substr($str,$start_position,$end_position-$start_position));

}

//判断是否是有韩文 -UTF- 8 (JavaScript)

function checkKoreaChar(str) {

for(i=0; i

if(((str.charCodeAt(i) > 0x3130 && str.charCodeAt(i) < 0x318F)

|| (str.charCodeAt(i) >= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) {

return true;

}

}

return false;

}

//判断是否有中文字 符 -GBK (JavaScript)

function check_chinese_char(s){

return (s.length != s.replace(/[^\x00-\xff]/g,"**").length);

}