在《学习PHP&MYSQL之——字符编码篇(一)》中介绍了Unicode与UTF-8的转换关系,总结了一个UTF-8的编码规则,根据这个编码规则,写一个UTF-8编码的解析程序,以下是PHP的实现:
'; if($high == null ){ // 如果取出高位为null,证明已经取到末尾,直接break break; } if(($high>>2) === 0x3F){ // 将高位右移2位,和二进制111111比较,相同则取6个字节 // 截取2个字节 $count = 6; }else if(($high>>3) === 0x1F){ // 将高位右移2位,和二进制11111比较,相同则取5个字节 // 截取3个字节 $count = 5; }else if(($high>>4) === 0xF){ // 将高位右移2位,和二进制1111比较,相同则取4个字节 // 截取4个字节 $count = 4; }else if(($high>>5) === 0x7){ // 将高位右移2位,和二进制111比较,相同则取3个字节 // 截取5个字节 $count = 3; }else if(($high>>6) === 0x3){ // 将高位右移2位,和二进制11比较,相同则取2个字节 // 截取6个字节 $count = 2; }else if(($high>>7) === 0x0){ // 将高位右移2位,和二进制0比较,相同则取1个字节 $count = 1; } // echo '$count='.$count.'
'; $res .= substr($str,$offset,$count); // 取出一个字符与$res字符串连接 $chars = 1; // 截取到的字符数 1 $offset = $count; // 截取高位偏移量向后移$count字节 } return $res; } echo utf8sub($str,100);