GB2UFT8

看到好多人还在用4、5年前的GB – UTF8转换程序，真的很难过。就算不用ICOVN函数，也可以进步一点吧，

上传的文件包含ｇｂ２３１２全集，每行：
1到2字节，GB２３１２码
3字节，空格
4字节，对应utf8码的位数；
后面，utf8码+回车(rn);

附件: gb2utf8.txt

http://www.phpx.com/happy/showthread.php?s=&threadid=90509&perpage=15&pagenumber=1

//对照表的使用(一)

$filename = “gb2utf8.txt.new”;

$fp = fopen($filename,”r”);

while(! feof($fp)) {

list($gb,$utf8) = fgetcsv($fp,10);

$charset[$gb] = $utf8;

}

fclose($fp);

//以上读取对照表到数组备用

function gb2utf8($text) {

global $charset;

//提取文本中的成分，汉字为一个元素，连续的非汉字为一个元素

preg_match_all(“/(?:[x80-xff].)|[x01-x7f]+/”,$text,$tmp);

$tmp = $tmp[0];

//分离出汉字

$ar = array_intersect($tmp, array_keys($charset));

//替换汉字编码

foreach($ar as $k=>$v)

$tmp[$k] = $charset[$v];

//返回换码后的串

return join(”,$tmp);

}

echo gb2utf8(“haha,这是对照表的测试”);

?>

//对照表的使用(二)

//建立表gb2utf8，二个字段：gb、utf8。把对照表导入到表中（代码略）

function gbk2utf8($text) {

/* 提取文本中的汉字 */

preg_match_all(“/[x80-xff]./”,$text,$ar);

$expr = join(“‘,'”, array_unique($ar[0]));

/* 检索文本中所使用的汉字 */

mysql_connect();

mysql_select_db(‘test’);

$rs = mysql_query(“select * from gb2utf8 where gb in (‘$expr’)”);

while(list($key, $value) = mysql_fetch_row($rs))

$gb[$key] = $value;

/* 分解文本的各个成分 */

preg_match_all(“/(?:[x80-xff].)|[x01-x7f]+/”,$text,$ar);

$ar = $ar[0];

/* 替换汉字编码 */

foreach($ar as $k=>$v)

if(array_key_exists($v,$gb))

$ar[$k] = $gb[$v];

return join(‘ ‘,$ar);

}

?>

有人问及逆转换：utf82gb
假定读照表已读到数组charset，则

原贴

http://www.phpx.com/happy/showthread.php?s=&threadid=90509&perpage=15&pagenumber=2

function utf82gb($text, &$charset) {

$p = “/[xf0-xf7][x80-xbf]{3}|[xe0-xef][x80-xbf]{2}|[xc2-xdf][x80-xbf]|[x01-x7f]+/”;

preg_match_all($p,$text,$r);

$utf8 = array_flip($charset);

foreach($r[0] as $k=>$v)

if(isset($utf8[$v]))

$r[0][$k] = $utf8[$v];

return join(”,$r[0]);

}

$s = gb2utf8(‘这是对照表的测试’);

echo utf82gb($s,$charset);