iconv和mb_convert_encoding转码函数的区别

mb_convert_encoding

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

需要先enable mbstring 扩展库.mb_convert_encoding 可以指定多种输入编码，它会根据内容自动识别,但是执行效率比iconv差太多. 第三个参数是输入的多种编码，可以有两种形式。 一种是用逗号隔开的编码字符串，一种是编码数组。字符串优先级为从左到右，数组优先级为索引从小到大。也可以指定为'auto', auto相当于"ASCII,JIS,UTF-8,EUC-JP,SJIS"

<?php  
/* Convert internal character encoding to SJIS */  
$str = mb_convert_encoding($str, "SJIS");  
/* Convert EUC-JP to UTF-7 */  
$str = mb_convert_encoding($str, "UTF-7", "EUC-JP");  
/* Auto detect encoding from JIS, eucjp-win, sjis-win, then convert str to UCS-2LE */  
$str = mb_convert_encoding($str, "UCS-2LE", "JIS, eucjp-win, sjis-win");  
/* "auto" is expanded to "ASCII,JIS,UTF-8,EUC-JP,SJIS" */  
$str = mb_convert_encoding($str, "EUC-JP", "auto");  
?> 

实际中发现，mb_convert_encoding在处理多个编码参数时会出现一点点小问题。当从gb2312转换到utf-8时会发生问题。

mb_convert_encoding($string, "UTF-8",  "UTF-8,EUC-JP,EUC-KR,GB2312");//不通过  
mb_convert_encoding($string, "UTF-8",  "UTF-8,GB2312,EUC-JP,EUC-KR");//通过

PHP中使用mb_convert_encoding转码的小陷阱

在php程序中使用mb_convert_encoding()方法进行字符编码转换大家都很熟悉了，平时也在大量的使用。而且在一般情况下该方法也表现的足够好，值得表扬。但在一个项目中我们需要使用它进行UTF8到GBK的转换，在转换一些特殊字符时发现了一个不大不小的问题。具体表现为mb把在utf8可编码的字符而在gbk中不可编码的字符都转成了\0x00\0x80,这样就导致转换后的gbk字符是有问题的。

在我们的意识中，在进行字符编码转换的过程中，如果遇到目标编码不可表现的字符，转码程序应该做的是舍弃这种字符，这样虽然丢失了部分数据，但不会导致转码的字符序列不可用。不清楚mb为什么要使用上述方式而不是舍弃方式。

临时的解决方式是对转码后的字符串序列进行过滤，过滤掉所有\x00\80的字符；又或者在转义之前对utf8的字符串进行过滤，过滤掉ut8可表示而gbk不可表示的所有字符，从实现难度上来讲，第一种过滤方式比较容易做到。

附注：

php如何检查某个字符串的编码?

用mb_detect_encoding($str);函数，使用该函数必须打开php的extension=php_mbstring.dll扩展

<?php
$str = "测试ing";
$charset = mb_detect_encoding($str);
echo $charset;
?>