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
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
2. 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
正则例子:
if (preg_match(‘/^[\x{4e00}-\x{9fa5}]+$/u’, ‘奥运’)){
echo ‘全是汉字’;
}else{
echo ‘不全是汉字’;
}
// 打印出 “全是汉字”
if (preg_match(‘/^[\x{4e00}-\x{9fa5}]+$/u’, ‘奥运，’)){
echo ‘全是汉字’;
}else{
echo ‘不全是汉字’;
}
//打印出”不全是汉字”，
要点:
有/u模式修正符
php中，不能用\uxxxx表示unicode字符，要用\x{xxxx}
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; $i<strlen($str); $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; $i<strlen($str); $i++){
if($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<str.length; i++) {
if(((str.charCodeAt(i) > 0×3130 && 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);
}
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
string iconv ( string in_charset, string out_charset, string str )—转换字符串字符编码
int ord ( string string )——返回字符的ASCII码
string chr ( int ascii )—–根据字符的ASCII码返回相应的字符
string unicode_encode ( unicode input, string encoding )-
string base64_decode ( string encoded_data )—encoded_data 进行解码，返回原始数据，失败则返回 FALSE。返回的数据可能是二进制的。
string base64_encode ( string data )—使用 base64 对 data 进行编码。设计此种编码是为了使二进制数据可以通过非纯 8-bit 的传输层传输，例如电子邮件的主体。
PHP 如何取得汉字字符串的Unicode编码
unicode_decode和unicode_ encode
$utf8 = unicode_encode(unicode_decode($str, “gb2312″), “utf8″);
一个例子
PHP code
function unicode2utf8($c)
{
$output=”";
if($c < 0×80)
{
return chr($c);
}
else if($c < 0×800)
{
return chr( 0xc0 | ($c >> 6) ).chr( 0×80 | ($c & 0x3f) );
}
else if($c < 0×10000)
{
return chr( 0xe0 | ($c >> 12) ).chr( 0×80 | (($c >> 6) & 0x3f) ).chr( 0×80 | ($c & 0x3f) );
}
else if($c < 0×200000)
{
return chr(0xf0 | ($c >> 18)).chr(0×80 | (($c >> 12) & 0x3f)).chr(0×80 | (($c >> 6) & 0x3f)).chr(0×80 | ($c & 0x3f));
}
return false;
}
http://hi.baidu.com/coffelw/blog/item/818524ed8bad752f63d09f46.html