1

我一直在寻找我的！！！试图找到一个 PHP 函数来将 UTF8 转换为等效数字。我不完全确定如何称呼这个数字（我听说它被称为纵坐标？）但这里有一个例子：http: //jrgraphix.net/r/Unicode/3040-309F

基本上我试图在 PHP 中读取一个 UTF-8 .txt 文件，然后将每一行保存在一个数组中，这样我就可以搞砸它了。

如果有人可以帮助我，我将不胜感激，因为我对 UTF8 还不是很熟悉。

编辑：这是我到目前为止所得到的：

echo "var TextCharacters = new Array();\n";

$LineArray = array();
$file_handle = fopen("lesson1.txt", "r");


while (!feof($file_handle)) 
{
  $line_of_text = fgets($file_handle);  
  array_push($LineArray, $line_of_text);
}

fclose($file_handle);

foreach($LineArray as $s)
{
    for($i = 0; $i < mb_strlen($s,"utf-8"); $i++)
    {
        $char = mb_substr($s, $i, 1, "utf-8");
        echo "alert(go(" . bin2hex(iconv('UTF-8', 'UCS-2', $char)) . "));";         
    }
}
4

2 回答 2

4

您正在寻找的是 Unicode 代码点，即在 Unicode 字符表中知道该字符的数字标识符。“最便宜”的方法是通过 UCS-2 字符编码，它将 1:1 从字节映射到 Unicode 代码点：

echo bin2hex(iconv('UTF-8', 'UCS-2', 'あ'));
// 3042

警告：返回的代码总是 4 个十六进制数字长（您可能喜欢也可能不喜欢）并且 UCS-2 不支持高于 BMP 的字符，即高于代码点 FFFF。

于 2012-07-18T12:54:08.440 回答
-1

PHP 中的 UTF-8 没有什么神奇之处。当您读取文件时，您将获得字节值（而不是被解析为字符）。迭代您已读取的数据并使用ord()获取字节的十进制值。

如果要使用 UTF-8 代码点执行此操作，可以使用mb_substr或iconv_substr提取每个字符，然后使用 ord() 打印组成字符的每个字节的值。

更新：要扩展完整的解决方案：

utf8.test：fooÆØÅござ

$utf8 = file_get_contents("utf8.test");

for ($i = 0; $i < mb_strlen($utf8, "utf-8"); $i++)
{
    $char = mb_substr($utf8, $i, 1, "utf-8");

    print($char);
    print("\n");

    for ($j = 0; $j < strlen($char); $j++)
    {
        print(dechex(ord($char[$j])));
    }

    print("\n\n");
}

输出：

f
66

o
6f

o
6f

Æ
c386

Ø
c398

Å
c385

ご
e38194

ざ
e38196

希望有帮助。

于 2012-07-18T12:04:19.427 回答