萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 中 Unicode 編碼與解碼完整實作指南

在 PHP 開發中,處理 Unicode 字串的編碼與解碼是常見需求,特別是前後端資料交換、API 串接或資料庫儲存時。本文提供兩種實用方法,分別適用於不同場景,程式碼可直接複製使用。

方法一:手動實作 UCS-2 轉換(適合深入理解原理)

此方法透過 iconv 將 UTF-8 轉為 UCS-2,再逐字元處理高低位元組,組成 \uXXXX 格式;解碼時以正則擷取再還原。

<?php
/**
 * Unicode 編碼:將 UTF-8 字串轉為 \uXXXX 格式
 */
function unicode_encode($name) {
    $name = iconv('UTF-8', 'UCS-2', $name);
    $len = strlen($name);
    $str = '';
    for ($i = 0; $i < $len - 1; $i += 2) {
        $c = $name[$i];
        $c2 = $name[$i + 1];
        if (ord($c) > 0) {
            // 兩個位元組的文字(中文等)
            $str .= 'u' . base_convert(ord($c), 10, 16) . str_pad(base_convert(ord($c2), 10, 16), 2, '0', STR_PAD_LEFT);
        } else {
            // 單位元組字元(ASCII)
            $str .= $c2;
        }
    }
    return $str;
}

/**
 * Unicode 解碼:將 \uXXXX 格式還原為 UTF-8 字串
 */
function unicode_decode($name) {
    $pattern = '/(\w+)|(u(\w{4}))/i';
    preg_match_all($pattern, $name, $matches);
    if (!empty($matches[0])) {
        $name = '';
        foreach ($matches[0] as $str) {
            if (strpos($str, 'u') === 0) {
                $code = base_convert(substr($str, 2, 2), 16, 10);
                $code2 = base_convert(substr($str, 4), 16, 10);
                $c = chr($code) . chr($code2);
                $name .= iconv('UCS-2', 'UTF-8', $c);
            } else {
                $name .= $str;
            }
        }
    }
    return $name;
}

方法二:利用 JSON 機制快速轉換(推薦生產環境)

PHP 的 json_encode/json_decode 內建支援 Unicode 處理,善用此特性可大幅簡化程式碼,效能也更佳。

<?php
/**
 * Unicode 轉 UTF-8(利用 JSON 解析)
 */
function unicode2utf8($str) {
    if (!$str) return $str;
    // 先嘗試直接解碼
    $decode = json_decode($str);
    if ($decode) return $decode;
    // 將字串包裝成 JSON 陣列格式再解碼
    $str = '["' . $str . '"]';
    $decode = json_decode($str);
    if (count($decode) === 1) {
        return $decode[0];
    }
    return $str; // 解碼失敗回傳原值
}

使用範例

<?php
$original = "測試 Unicode 編碼";
$encoded = unicode_encode($encoded);
echo "編碼後: $encoded\n";

$decoded = unicode_decode($encoded);
echo "解碼後: $decoded\n";

// 方法二測試
$jsonStyle = "\u6e2c\u8a66 Unicode \u7de8\u78bc";
echo "JSON 風格解碼: " . unicode2utf8($jsonStyle);

選擇建議

  • 方法一:適合教學、除錯、或需自訂編碼邏輯的特殊場景。
  • 方法二:程式碼簡潔、效能好、相容性強,建議優先用於實際專案。

兩種方法各有優勢,視專案需求選擇即可。記得在處理使用者輸入時,務必做好編碼驗證與過濾,避免資安風險。

copyright © 萬盛學電腦網 all rights reserved