1

有一堆用 cp1251 字符集创建的旧网站。我被要求通过实现对用户输入的非 cp1251 符号的支持来增强其功能。将所有内容都转换为 utf-8 为时已晚，因为有很多旧的未记录的东西依赖于旧字符集，所以我想出了一个将所有“非标准”符号转换为 HTML 实体的想法。我为这个任务写了一门课。它将 UTF-8 转换为 cp1251 和 HTML 实体，反之亦然。你怎么看待这件事？将其应用于输入后可能会出现哪些问题？或者有没有更好的方法？

class UTFire
{
    /*
    * This will exclude cp1251 symbols from encoding
    */
    static $convmap = array(
                        0x0080, 0x009f, 0, 0xffff,
                        0x00a1, 0x00a3, 0, 0xffff,
                        0x00a5, 0x00a5, 0, 0xffff,
                        0x00a8, 0x00a8, 0, 0xffff,
                        0x00aa, 0x00aa, 0, 0xffff,
                        0x00af, 0x00af, 0, 0xffff,
                        0x00b2, 0x00b4, 0, 0xffff,
                        0x00b8, 0x00ba, 0, 0xffff,
                        0x00bc, 0x0400, 0, 0xffff,
                        0x040d, 0x040d, 0, 0xffff,
                        0x0450, 0x0450, 0, 0xffff,
                        0x045d, 0x045d, 0, 0xffff,
                        0x0460, 0x048f, 0, 0xffff,
                        0x0492, 0x2012, 0, 0xffff,
                        0x2015, 0x2017, 0, 0xffff,
                        0x201b, 0x201b, 0, 0xffff,
                        0x201f, 0x201f, 0, 0xffff,
                        0x2023, 0x2025, 0, 0xffff,
                        0x2027, 0x202f, 0, 0xffff,
                        0x2031, 0x2038, 0, 0xffff,
                        0x203b, 0x20ab, 0, 0xffff,
                        0x20ad, 0x2115, 0, 0xffff,
                        0x2117, 0x2121, 0, 0xffff,
                        0x2123, 0xffff, 0, 0xffff,
                       );
    // Detect if input contains UTF-8 chars
    static function isUTF8($str) {
            return preg_match('//u', $str);
    }

    // Forward conversion
    static function fwd($str) {
            if(static::isUTF8($str)) {
                   $str = mb_encode_numericentity($str, static::$convmap, 'UTF-8');
                   $str = iconv('UTF-8', 'windows-1251//IGNORE', $str);
            }
            return $str;
    }

    // Backward conversion
    static function bck($str) {
            if(!static::isUTF8($str)) {
                   $str = iconv('windows-1251', 'UTF-8//IGNORE', $str);
                   $str = mb_decode_numericentity($str, static::$convmap, 'UTF-8');
            }
            return $str;
    }
}
4

0 回答 0