PHP也能干大事之PHP中的编码解码详解

写在前面

PHP也能干大事是我总结的PHP语法特性及相关函数类库的经典用法，并不一定是真正能实现四两拨千斤的功效，但是掌握这些方法，可以在你的工作和学习上有一些帮助，希望大家能集思广益，将《PHP也能干大事》丰富得更精彩！转载请注明出处（bitsCN.com）

二、前言

PHP是常见的脚本语言，主要是因为其简单易学，上手快，几乎50%以上的Web程序都有PHP的身影（不完全统计）。PHP为开发这提供了丰富的函数和API接口，这使得我们能够非常方便地使用其强大的内置函数及扩展，本文是《PHP也能干大事》系列的第一篇，主要总结PHP在编解码、进制转换方面的知识。

三、PHP编解码

1、ASCII编解码

ASCII（发音：英语发音：/ˈæski/ ASS-kee，American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统。它主要用于显示现代英语，而其扩展版本EASCII则可以部分支持其他西欧语言，并等同于国际标准ISO/IEC 646。由于万维网使得ASCII广为通用，直到2007年12月，逐渐被Unicode取代。 https://zh.wikipedia.org/zh/ASCII

PHP基本函数内置了ASCII的编解码函数，这使得我们能轻松进行ASCII编解码。

int ord ( string $string ) //返回字符串 string 第一个字符的 ASCII 码值。
string chr ( int $ascii ) //返回相对应于 ascii 所指定的单个字符。

代码如下:

<?php
$str = &#39;Welcome to China&#39;;
function getNum($string){
    $needle = 0;
    $num = &#39;&#39;;
    while (isset($string[$needle])) {
        $num .= $num==0?&#39;&#39;:&#39; &#39;;
        $num .= ord($string[$needle]);
        $needle++;
    }
    return $num;
}
function getChar($num){
    $num_arr = explode(&#39; &#39;, $num);
    $string = &#39;&#39;;
    foreach ($num_arr as $value) {
        $string .= chr($value);
    }
    return $string;
}
echo "字符转ASCII码\n";
echo getNum($str);
echo "\n";
echo "ASCII码字符\n";
echo getChar(getNum($str));
/* @OUTPUT
字符转ASCII码
87 101 108 99 111 109 101 32 116 111 32 67 104 105 110 97
ASCII码字符
Welcome to China
*/
 
?>

Copier après la connexion

2、URL编解码

URL编码是一种浏览器用来打包表单输入的格式。浏览器从表单中获取所有的name和其中的值，将它们以name/value参数编码作为URL的一部分或者分离地发给服务器。比如我们在访问网页中，会出现很多带有%的字符串，这就是URL编码。

URL编码一般采用UTF-8编码格式，所以建议采用UTF-8格式传递数据。正常意义的URL编码可以理解为ASCII码的16进制前加上%，无大小写区分。

代码如下:

string urlencode(string $str)  //此函数便于将字符串编码并将其用于URL的请求部分，同时它还便于将变量传递给下一页。空格编码成 + 。
string urldecode(string $str)  //解码给出的已编码字符串中的任何 %XX,加号（&#39;+&#39;）被解码成一个空格字符。
string rawurlencode (string $str)   //根据 RFC 3986 编码指定的字符，空格转换成%20。
string rawurldecode (string $str)   //返回字符串，此字符串中百分号（%）后跟两位十六进制数的序列都将被替换成原义字符。 + 不被转换成空格。

Copier après la connexion

两组函数用法一样，除了对于+和空格的转换处理上：rawurlencode将空格转为%20，不将+转为空格；urlencode则不一样。

代码如下:

<?php
$str_arr = array(
    &#39;www.bitsCN.com&#39;,
    &#39;http://www.bitsCN.com/&#39;,
    &#39;PHP也能干大事&#39;,
    &#39;!@#$%^&*()_+=-~`[]{}|\\;:\&#39;"<>,./?&#39;
    );
foreach ($str_arr as $key => $value) {
    echo $value,"\t->\t",urlencode($value),"\n";
}
/* @OUTPUT
www.bitsCN.com  ->    www.bitsCN.com
http://www.bitsCN.com/  ->    http%3A%2F%2Fwww.bitsCN.com%2F
PHP也能干大事  ->    PHP%E4%B9%9F%E8%83%BD%E5%B9%B2%E5%A4%A7%E4%BA%8B
!@#$%^&*()_+=-~`[]{}|\;:&#39;"<>,./?      ->    %21%40%23%24%25%5E%26%2A%28%29_%2B%3D-%7E%60%5B%5D%7B%7D%7C%5C%3B%3A%27%22%3C%3E%2C.%2F%3F
*/
?>

Copier après la connexion

3、Base64编解码

Base64是一种基于64个可打印字符来表示二进制数据的表示方法。由于2的6次方等于64，所以每6个位元为一个单元，对应某个可打印字符。三个字节有24个位元，对应于4个Base64单元，即3个字节需要用4个可打印字符来表示。它可用来作为电子邮件的传输编码。使用的字符包括大小写字母各26个，加上10个数字，和加号「+」，斜杠「/」，一共64个字符，等号「=」用来作为后缀用途。完整的base64定义可见RFC 1421和RFC 2045。编码后的数据比原始数据略长，为原来的4/3。在电子邮件中，根据RFC 822规定，每76个字符，还需要加上一个回车换行。可以估算编码后数据长度大约为原长的135.1%。 https://zh.wikipedia.org/zh/Base64

string base64_encode(string $data) //使用 base64 对 data 进行编码。
string base64_decode (string $data [, bool $strict = false ]) //对 base64 编码的 data 进行解码。

案例：HTML页面中img标签可以在src属性中采用base64编码方式，来输出图片，这样可以减少HTTP请求次数。

代码如下:

<?php
$string = file_get_content(&#39;3mc2.png&#39;);
echo &#39;&#39;;
/* @OUTPUT
UEhQ5Lmf6IO95Yqe5aSn5LqL
*/
?>

Copier après la connexion

4、HTML实体编解码

一些字符在HTML中是预留的，拥有特殊的含义，比如小于号「<」用于定义HTML标签的开始。如果我们希望浏览器正确地显示这些字符，我们必须在 HTML 源码中插入字符实体。字符实体有三部分：一个和号「&」和一个实体名称（或者一个「#」和一个实体编号），以及一个分号「;」。http://www.ascii.cl/htmlcodes.htm

string htmlspecialchars ( string $string [, int $flags = ENT_COMPAT | ENT_HTML401 [, string $encoding = “UTF-8″ [, bool $double_encode = true ]]] )  //对包含如下HTML特殊字符进行HTML实体编码
1.&#39;&&#39; (ampersand) becomes ‘&&#39;
2.&#39;”‘ (double quote) becomes ‘"&#39; when ENT_NOQUOTES is not set.
3.”‘” (single quote) becomes ‘&#39;&#39; (or &apos;) only when ENT_QUOTES is set.
4.&#39;<‘ (less than) becomes ‘<&#39;
5.&#39;>&#39; (greater than) becomes ‘>&#39;

Copier après la connexion

string htmlspecialchars_decode (string $string [, int $flags = ENT_COMPAT | ENT_HTML401 ]) //此函数的作用和 htmlspecialchars() 刚好相反。它将特殊的HTML实体转换回普通字符。
还有功能相同的函数htmlentities/html_entity_decode，这对函数甚至对汉字都进行了HTML实体编码，而且会产生乱码，所以建议使用htmlspecialchars进行编解码。

案例：防止XSS跨站脚本攻击，需要对用户提交的数据进行HTML实体转换：

代码如下:

<?php
$_POST[&#39;message&#39;] = &#39;测试留言字符\&#39;"><sCript src=http://www.bitsCN.com/hook.js>;&#39;;
if (empty($_POST[&#39;message&#39;])) {
exit(&#39;Message is NULL&#39;);
}
$message = htmlspecialchars(trim($_POST[&#39;message&#39;]));
echo $message;
/* @OUTPUT
测试留言字符&#39;"><sCript src=http://www.bitsCN.com/hook.js>;
*/
?>

Copier après la connexion

5、二进制、八进制、十进制、十六进制相互转换

进制之间的转换这里没什么好说的，总之都差不多，只要记住多少进制就是逢多少进一位，比如10进制就是9的下一位就是10，二进制、八进制、十六进制以此类推。

string bin2hex (string $str) //返回 ASCII 字符串，为参数 str 的十六进制表示。转换使用字节方式，高四位字节优先。
string hex2bin (string $data) //转换十六进制字符串为二进制字符串。
number bindec (string $binary_string) //返回 binary_string 参数所表示的二进制数的十进制等价值。
string decbin (int $number) //返回一字符串，包含有给定 number 参数的二进制表示。所能转换的最大数值为十进制的 4294967295，其结果为 32 个 1 的字符串。
number octdec (string $octal_string) //返回 octal_string 参数所表示的八进制数的十进制等值。
string decoct (int $number) //返回一字符串，包含有给定 number 参数的八进制表示。所能转换的最大数值为十进制的 4294967295，其结果为 “37777777777”。
string base_convert (string $number , int $frombase , int $tobase) //任意进制转换，返回一字符串，包含 number 以 tobase 进制的表示。number 本身的进制由 frombase 指定。frombase 和 tobase 都只能在 2 和 36 之间（包括 2 和 36）。高于十进制的数字用字母 a-z 表示，例如 a 表示 10，b 表示 11 以及 z 表示 35。

6 、GBK、UTF-8字符编码转换

在写代码过程中，经常遇到编码问题而引发的乱码。其实解决编码问题非常简单，只要使用一种编码即可，一般来说，采用万国码——UTF-8是最好的选择。

这里说的编码是文字编码和文件存储的编码，当然，不得不提到系统的编码的差异性：

系统编码字符结尾
Windows GBK \r\n
*nix UTF-8 \n

所以在处理特殊字符的时候要特别注意。

常见的编码有GBK、UTF-8等等，函数使用上一般采用两种：

string mb_convert_encoding (string $str , string $to_encoding [, mixed $from_encoding = mb_internal_encoding() ]) //将 string 类型 str 的字符编码从可选的 from_encoding 转换到 to_encoding。
string iconv (string $in_charset , string $out_charset , string $str) //将字符串 str 从 in_charset 转换编码到 out_charset。

案例：Windows系统，架设了一个WAMP服务器，将如下脚本另存为一个UTF-8编码的php文件，即可通过浏览器查看无乱码的php目录里的文件；如果不是用mb_convert_encoding转码，将直接导致输出乱码（Windows作为服务器）。

代码如下:

<?php 
function getDir($dir){
static $string = &#39;&#39;;
if(is_file($dir)){
$string.= $dir;
}else{
$oDir = @opendir($dir);
while($fileName = readdir($oDir)){
if($fileName!=&#39;.&#39; && $fileName!=&#39;..&#39;){
if(is_file($dir.&#39;/&#39;.$fileName)){
$string.=$fileName."\n";
}elseif(is_dir($dir.&#39;/&#39;.$fileName)){
$string.= $dir.&#39;/&#39;.$fileName.&#39;/&#39;."\n";
getDir($dir.&#39;/&#39;.$fileName);
}
}
}
}
return $string;
}
echo mb_convert_encoding( getDir(&#39;php&#39;),&#39;utf8&#39;, &#39;gbk&#39; );

?>

Copier après la connexion

四、总结

编码是数据的处理的基础，所以在PHP的编程开发过程中是相当重要的。对于PHP的处理方法，应用在编程中还需要数量掌握，特别有些相似函数要如何区分。