豆豆网 > 技术应用 > 程序设计 > PHP > 正文

用PHP对GB编码到UTF-8编码的动态转换

http://tech.ddvip.com 2007年08月21日社区交流

关键字： PHP foreach Parse error MySQL PHP开发缓存技术

内容摘要：用ip2addr函数直接读取IP数据库文件是效率最高的，相比用MySQL数据库存储IP数据，用SQL查询是效率最低的。

　　用ip2addr函数直接读取IP数据库文件是效率最高的，相比用MySQL数据库存储IP数据，用SQL查询是效率最低的。但是IP数据库文件QQWry.dat是GB2312编码的。现在我需要UTF-8编码的地理位置结果。如果用MySQL方法，可以在数据存入数据库时就转换为UTF-8编码，一劳永逸。但是QQWry.dat文件又无法修改，只能把ip2addr函数的输出结果再进行动态转换。

　　动态转换GB->UTF-8编码至少有四种方法：

　　用PHP的iconv扩展转换

　　用PHP的mb_string扩展转换

　　用对换表转换，对换表存储在MySQL数据库中

　　用对换表转换，对换表存储在文本文件中

　　前两种方法要服务器作了相应设置（编译安装了相应扩展）才能使用。我的虚拟主机没有这两个扩展，只好考虑后两种方法。前两个方法本文也不进行测评。

　　测评程序如下（func_ip.php参见《IP地址->地理位置转换的测评》一文）：

<?php
require_once ("func_ip.php");
function u2utf8($c) {
　$str = "";
　if ($c < 0x80) {
　　$str .= $c;
　} elseif ($c < 0x800) {
　　$str .= chr(0xC0 | $c >> 6);
　　$str .= chr(0x80 | $c & 0x3F);
　} elseif ($c < 0x10000) {
　　$str .= chr(0xE0 | $c >> 12);
　　$str .= chr(0x80 | $c >> 6 & 0x3F);
　　$str .= chr(0x80 | $c & 0x3F);
　} elseif ($c < 0x200000) {
　　$str .= chr(0xF0 | $c >> 18);
　　$str .= chr(0x80 | $c >> 12 & 0x3F);
　　$str .= chr(0x80 | $c >> 6 & 0x3F);
　　$str .= chr(0x80 | $c & 0x3F);
　}
　return $str;
}
function GB2UTF8_SQL($strGB) {
　if (!trim($strGB)) return $strGB;
　$strRet = "";
　$intLen = strlen($strGB);
　for ($i = 0; $i < $intLen; $i++) {
　　if (ord($strGB{$i}) > 127) {
　　　　$strCurr = substr($strGB, $i, 2);
　　　　$intGB = hexdec(bin2hex($strCurr)) - 0x8080;
　　　　$strSql = "SELECT code_unicode FROM nnstats_gb_unicode
　　　　　WHERE code_gb = ".$intGB." LIMIT 1"
　　　　;
　　　　$resResult = mysql_query($strSql);
　　　　if ($arrCode = mysql_fetch_array($resResult)) $strRet .= u2utf8($arrCode["code_unicode"]);
　　　　else $strRet .= "??";
　　　　$i++;
　　} else {
　　　　$strRet .= $strGB{$i};
　　}
　}
　return $strRet;
}
function GB2UTF8_FILE($strGB) {
　if (!trim($strGB)) return $strGB;
　$arrLines = file("gb_unicode.txt");
　foreach ($arrLines as $strLine) {
　　$arrCodeTable[hexdec(substr($strLine, 0, 6))] = hexdec(substr($strLine, 7, 6));
　}
　$strRet = "";
　$intLen = strlen($strGB);
　for ($i = 0; $i < $intLen; $i++) {
　　if (ord($strGB{$i}) > 127) {
　　　　$strCurr = substr($strGB, $i, 2);
　　　　$intGB = hexdec(bin2hex($strCurr)) - 0x8080;
　　　　if ($arrCodeTable[$intGB]) $strRet .= u2utf8($arrCodeTable[$intGB]);
　　　　else $strRet .= "??";
　　　　$i++;
　　} else {
　　　　$strRet .= $strGB{$i};
　　}
　}
　return $strRet;
}
function EncodeIp($strDotquadIp) {
　$arrIpSep = explode('.', $strDotquadIp);
　if (count($arrIpSep) != 4) return 0;
　$intIp = 0; 　
　foreach ($arrIpSep as $k => $v) $intIp += (int)$v * pow(256, 3 - $k);
　return $intIp;
　//return sprintf('%02x%02x%02x%02x', $arrIpSep[0], $arrIpSep[1], $arrIpSep[2], $arrIpSep[3]);
}
function GetMicroTime() {
　list($msec, $sec) = explode(" ", microtime());
　return ((double)$msec + (double)$sec);
}
for ($i = 0; $i < 100; $i++) { // 随机产生100个ip地址
　$strIp = mt_rand(0, 255).".".mt_rand(0, 255).".".mt_rand(0, 255).".".mt_rand(0, 255);
　$arrAddr[$i] = ip2addr(EncodeIp($strIp));
}
$resConn = mysql_connect("localhost", "netnest", "netnest");
mysql_select_db("test");
// 测评MySQL查询的编码转换
$dblTimeStart = GetMicroTime();
for ($i = 0; $i < 100; $i++) {
　$strUTF8Region = GB2UTF8_SQL($arrAddr[$i]["region"]);
　$strUTF8Address = GB2UTF8_SQL($arrAddr[$i]["address"]);
}
$dblTimeDuration = GetMicroTime() - $dblTimeStart;
// 测评结束并输出结果
echo $dblTimeDuration; echo "
";
// 测评文本文件查询的编码转换
$dblTimeStart = GetMicroTime();
for ($i = 0; $i < 100; $i++) {
　$strUTF8Region = GB2UTF8_FILE($arrAddr[$i]["region"]);
　$strUTF8Address = GB2UTF8_FILE($arrAddr[$i]["address"]);
}
$dblTimeDuration = GetMicroTime() - $dblTimeStart;
// 测评结束并输出结果
echo $dblTimeDuration; echo "
";
?>

　　测评两次结果（精确到3位小数，单位是秒）：

12 3 下一页

责编：豆豆技术应用

点击发表评论

正在加载评论...

php专题推荐

精华文章推荐