昨天想批處理以前下載的一堆文件，把文件里的關鍵內容用正則匹配出來，集中處理。在操作文件時遇到一個問題，就是windows操作系統中的編碼問題。

我們都知道windows中（當然是中文版），文件名和文件內容等編碼都是gbk，而我們在開發過程中，IDE里的編碼則是UTF-8，（這里不討論為什么等等問題，

只考慮怎么把編碼轉變成一樣的）所以導致我寫的UTF-8編碼的正則模式字符串中的中文在gbk編碼的文件中并不能正確匹配。

一開始，我并沒有什么辦法，試過把PHP腳本文件的編碼也改成GBK，也可以用，但是想到這種方法太low了，所以找一找PHP中有沒有函數可以滿足我的需求。

這時，我想到了以前在處理windows中的文件名時用的函數iconv(),其函數原型如下：

stringiconv(string$in_charset,string$out_charset,string$str)

Performsacharactersetconversiononthestringstrfromin_charsettoout_charset.

我們常使用：

$out_charset='utf-8';$fileName=iconv($fileName,$out_charset,'gbk');

來處理文件名，將文件名改從gbk改為UTF-8而內容不變。

手冊翻譯附加：

但是，我在用這個函數處理時，結果卻是這樣：

意思是iconv()函數能處理的最大字符數只有64，一般的文件名大小，而我的文件內容很顯然不止64個字符。

沒有辦法，我只好再次各種翻找別的函數。

直到我發現了mb_string函數庫，這個函數庫一般都在PHP環境里集成，我們可以在phpinfo()里找到它。

mb_string函數里有一個mb_convert_encoding()函數，可以將一個字符串的編碼改變，其函數原型如下：

stringmb_convert_encoding(string$str,string$to_encoding[,mixed$from_encoding])

Convertsthecharacterencodingofstringstrtoto_encodingfromoptionallyfrom_encoding.

基原型跟iconv()函數差不多，只是它沒有對輸出函數的后綴修飾，它也沒有對字符串長度的明確限制。

而且我們看到$from_encoding是可選的，它可以自動識別源編碼。

因為找不到一個確切的無法轉碼的字符，也不知道它遇到無法轉碼的字符會怎么處理。

通過mb_convert_encoding()函數，將整個文件處理了一下，于是，問題順利解決。

最后介紹一下mb_string函數庫，它全名叫MultibyteString，它的很多方法都擴展自PHP自身的string函數庫，函數名在原函數的前面加了'mb_'，這些函數除了擁有原函數的作用外，還在可選參數的最后加入了一個$encoding的可選參數，這個參數可以規定函數以什么樣的編碼方式來處理字符串。

例如strpos()函數，找到一個字符串在另一個字符串中的位置。

strpos('歡迎來訪問','問',0)返回的結果是12，因為腳本是UTF-8編碼，而將字符串轉為UTF-8編碼后，每個中文字符會占用3個字節。

而在mb_strpos()函數中，mb_strpos('歡迎來訪問','問',0,'utf-8')則會返回4,它會將字符串當作已經轉UTF-8的狀態執行。

而mb_strpos('歡迎來訪問','問',0,'gbk')會返回6

當然，它還有更多有特色的地方~

如果您覺得本博文對您有幫助，您可以推薦或關注我，如果您有什么問題，可以在下方留言討論，謝謝。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。