UTF-8로 인코딩된 문자는 이론적으로 최대 6바이트까지 가능하지만 16비트 BMP(Basic Multilingual Plane) 문자는 최대 3바이트까지만 가능합니다. UTF-8 인코딩 테이블을 살펴보겠습니다.PHP에서 유니코드를 utf8로 변환하는 방법: 1. 문자의 바이트가 128보다 작으면 변환할 필요가 없습니다. 그런 다음 유니코드 바이너리에서 이진수를 낮은 값에서 높은 값으로 가져옵니다. 매번 6자리를 취합니다. 2. utf8 유니코드로 변환하려면 첫 번째 상위 바이트에서 0100을 추출하고 순서대로 왼쪽으로 이동합니다. PHP에서 유니코드를 utf8로 변환하는 방법 고정 길이 문자는 모두 2바이트인 반면, UTF-8은 가변 문자입니다. 한자의 경우 유니코드는 UTF-8보다 1바이트를 적게 차지합니다. 유니코드는 2바이트이고 UTF-8의 중국어 문자는 3바이트를 차지합니다.
U-00000000 - U-0000007F: 0xxxxxxx U-00000080 - U-000007FF: 110xxxxx 10xxxxxx U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
xxx의 위치는 문자 인코딩 번호의 이진 표현으로 채워집니다. x가 오른쪽으로 갈수록 덜 특별한 의미를 갖습니다. 문자 인코딩 번호를 멀티바이트 문자열로 표현합니다. 다중 바이트 문자열에서 첫 번째 바이트 시작 부분의 "1" 수는 전체 문자열의 바이트 수입니다. 첫 번째 줄은 1바이트인 ASCII 인코딩과 호환되도록 0으로 시작하고, 두 번째 줄은 더블바이트 문자열, 세 번째 줄은 한자와 같은 3바이트입니다. (개인 생각: 사실 앞의 1의 수를 단순히 바이트 수로 간주하면 됩니다.) 관련 학습 권장 사항: PHP 프로그래밍 입문부터 숙련까지
유니코드를 Utf-8로 변환하는 방법
유니코드를 UTF-8로 변환하려면 물론 차이점이 무엇인지 알아야 합니다. 유니코드의 인코딩이 어떻게 UTF-8로 변환되는지 살펴보겠습니다. UTF-8에서 문자의 바이트가 0x80(128)보다 작으면 1바이트를 차지하는 ASCII 문자이며 변환이 없습니다. UTF-8은 ASCII 인코딩과 호환되기 때문입니다. 유니코드에서 한자 "you"의 인코딩이 "u4F60"인 경우 100111101100000으로 바이너리로 변환한 후 UTF-8 방식에 따라 변환한다. 이진수는 유니코드 이진수에서 한 번에 6자리씩 가져올 수 있습니다. 예를 들어 위의 이진수는 아래 표시된 형식으로 꺼낼 수 있으며 이전 숫자는 형식에 따라 채워집니다. 8비트 미만은 0으로 채워집니다.
unicode: 100111101100000 4F60 utf-8: 11100100,10111101,10100000 E4BDA0
위에서 유니코드와 UTF-8의 변환을 직관적으로 볼 수 있습니다. 물론 UTF-8의 형식을 알고 나면 해당 위치에 넣는 역연산을 수행할 수도 있습니다. 형식에 따라 바이너리를 꺼내서 결과 유니코드 문자로 변환합니다(이 작업은 "변위"를 통해 완료할 수 있습니다). 예를 들어 위의 "you" 변환에서는 그 값이 0x800보다 크고 0x10000보다 작으므로 3바이트 저장소로 판단할 수 있습니다. 그러면 최상위 비트를 "12"비트만큼 오른쪽으로 이동해야 합니다. 3바이트 형식에 따르면 가장 높은 비트는 11100000(0xE0) 또는 (|)로 가장 높은 값을 얻습니다. 같은 방법으로 두 번째 자리도 "6" 비트만큼 오른쪽으로 이동하고, 가장 높은 자리와 두 번째 자리의 바이너리 값이 남게 되는데, 111111(0x3F)로 위치(&) 연산을 수행하면 계산할 수 있다. ), 11000000(0x80) 또는 (|)로 합산됩니다. 세 번째 비트를 이동할 필요가 없습니다. 마지막 6비트를 직접 가져온 다음(&와 111111(ox3F)) 11000000(0x80)을 OR(|)하면 됩니다.
물론 UTF-8에서 유니코드로의 변환도 쉬프트 등을 통해 이루어집니다. 이는 UTF-8의 해당 위치에 있는 이진수를 추출하는 것입니다. 8 형식. 위의 예에서 "you"는 3바이트이므로 각 바이트를 높은 비트에서 낮은 비트까지 처리해야 합니다. UTF-8에서 "당신"은 11100100,10111101,10100000입니다. 상위 비트부터 시작하여 첫 번째 바이트 11100100은 "0100"을 빼는 것입니다. 이는 매우 간단합니다. 11111(0x1F)과 AND(&)를 취하면 가장 높은 위치가 되어야 한다는 것을 알 수 있습니다. 매번 6자리 숫자를 사용하기 때문에 12번째 비트 이전이어야 합니다. 따라서 얻은 결과를 왼쪽으로 12비트 이동해야 하며, 이제 가장 높은 비트는 0100,000000,000000이 됩니다. 두 번째 비트는 "111101"을 꺼내는 것이므로 두 번째 바이트 10111101과 111111(0x3F)만 AND(&)하면 됩니다. 결과를 왼쪽으로 6비트 이동하여 최상위 바이트 또는 (|)의 결과를 취하면 두 번째 비트가 완성되어 결과는 0100,111101,000000이 됩니다. 비유하자면 마지막 숫자는 111111(0x3F)과 직접 AND(&)된 다음 이전 결과와 OR(|)되어 결과 0100,111101,100000을 얻습니다.
PHP 코드 구현/**
* utf8字符转换成Unicode字符
* @param [type] $utf8_str Utf-8字符
* @return [type] Unicode字符
*/
function utf8_str_to_unicode($utf8_str) {
$unicode = 0;
$unicode = (ord($utf8_str[0]) & 0x1F) << 12;
$unicode |= (ord($utf8_str[1]) & 0x3F) << 6;
$unicode |= (ord($utf8_str[2]) & 0x3F);
return dechex($unicode);
}
/**
* Unicode字符转换成utf8字符
* @param [type] $unicode_str Unicode字符
* @return [type] Utf-8字符
*/
function unicode_to_utf8($unicode_str) {
$utf8_str = '';
$code = intval(hexdec($unicode_str));
//这里注意转换出来的code一定得是整形，这样才会正确的按位操作
$ord_1 = decbin(0xe0 | ($code >> 12));
$ord_2 = decbin(0x80 | (($code >> 6) & 0x3f));
$ord_3 = decbin(0x80 | ($code & 0x3f));
$utf8_str = chr(bindec($ord_1)) . chr(bindec($ord_2)) . chr(bindec($ord_3));
return $utf8_str;
}
$utf8_str = '我'; //这是汉字“你”的Unicode编码 $unicode_str = '4f6b'; //输出 6211 echo utf8_str_to_unicode($utf8_str) . "<br/>"; //输出汉字“你” echo unicode_str_to_utf8($unicode_str);
위의 변환은 한자(큰 경우에는 ASCII가 아님) 테스트를 위한 것입니다. 왜냐하면 ASCII이면 계속해서 동일하기 때문입니다. 필요하지 않습니다. 너무 많은 노력이 필요합니다.
위 내용은 PHP에서 유니코드와 utf8을 변환하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
