Question

我一直在寻找我的!!!试图找到一个PHP函数将UTF8转换为等效数字。我不完全确定该怎么称呼这个号码（我听说它叫做纵坐标？）但这只是一个例子：http://jrgraphix.net/r/Unicode/3040-309F

基本上我正在尝试在PHP中读取UTF-8 .txt文件，然后将每行保存在一个数组中，这样我就可以搞砸了。

如果有人可以帮助我，我将非常感激，因为我还不熟悉UTF8。

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)) . "));";         
    }
}

Answer 1

您要查找的是Unicode代码点，即Unicode字符表中已知字符的数字标识符。 “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

注意事项：返回的代码总是长度为4个十六进制数字（您可能喜欢或不喜欢），UCS-2不支持高于BMP的字符，即高于代码点FFFF。

Answer 2

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，然后再使用ord（）打印组成的每个字节的值这个角色。

更新：使用完整的解决方案进行扩展：

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

希望有所帮助。

UTF8到php中的等价数字

2 个答案: