GD输出汉字的函数的分析

很早以前找到一个把gb码转化为utf-8的函数，配合一个gb到unicode的对照表（gb2312.txt），用于在gd中输出汉字。后来发现在欲输出的内容中含有西文字符时，会出现混乱。后来找到了修改后的代码，解决了问题。现将两个函数做一对比分析如下。

首先，这是一个unicode到utf-8编码转换的函数，这一部分修改前后没有变化：

function u2utf8($c)

{

for($i=0;$i<count($c);$i++)

$str=””;

if ($c < 0x80) {

$str.=$c;

}

el if ($c < 0x800) {

$str.=(0xc0 | $c>>6);

$str.=(0x80 | $c & 0x3f);

}

el if ($c < 0x10000) {

$str.=(0xe0 | $c>>12);

$str.=(0x80 | $c>>6 & 0x3f);

$str.=(0x80 | $c & 0x3f);

}

el if ($c < 0x200000) {

$str.=(0xf0 | $c>>18);

$str.=(0x80 | $c>>12 & 0x3f);

$str.=(0x80 | $c>>6 & 0x3f);

$str.=(0x80 | $c & 0x3f);

}

return $str;

}

这里完全是按照utf-8编码的规则，通过判断字符属于不同的unicode编码段范围，进行不同的移位和位与操作，以转化为utf-8编码。关于该规则可参考/d/file/titlepic/

这是修改前的gb转化为utf-8编码的函数，其中调用了上面的u2utf8函数。

function gb2utf8($gb)/* program writen by sadly www.phpx.com*/

{

if(!trim($gb))

return $gb;

$filename=”gb2312.txt”;

$tmp=file($filename);

$codetable=array();

while(list($key,$value)=each($tmp))

$codetable[hexdec(substr($value,0,6))]=substr($value,7,6);

$utf8=””;

while($gb)

{

if (ord(substr($gb,0,1))>127)

{

$this=sub英文资料str($gb,0,2);

$gb=substr古代兵器($gb,2,strlen($gb));

$utf8.=u2utf8(hexdec($codetable[hexd痛到心滴血的句子ec(bin2hex($this))-0x8080]));

}

el

{

$gb=substr($gb,1,strlen($gb));

$utf8.=u2utf8(substr($gb,0,1));

}

}

$ret=””;

for($i=0;$i<strlen($utf8);$i+=3)

$ret.=chr(substr($utf8,$i,3));

return $ret;

}

函数中while循环部分，把汉字逐个按照“对照表”转化为unicode，再通过u2utf8函数转化为utf-8。但从中可以看出，while循环结束后，又用一个for循环，把每三个字节合成了一个utf-8字符（见/d/file/titlepic/

以下是修改后的函数：

function gb2utf8($gb)/* program writen by sadlymodified by agun */

{

if(!trim($gb))

return $gb;

$filename=”gb2312.txt”;

$tmp=file($filename);
科大讯飞词典笔
$codetable=array();

while(list($key,$value)=each($tmp))

$codetable[hexdec(substr($value,0,6))]=substr($value,7,6);

$ret=””;

$utf8=””;

while($gb)

{

if (ord(substr($gb,0,1))>127)

{

$this=substr($g策划案pptb,0,2);

$gb=substr($gb,2,strlen($gb));

$utf8=u2utf8(hexdec($codetable[hexdec(bin2hex($this))-0x8080]));

for($i=0;$i<strlen($utf8);$i+=3)

$ret.=chr(substr($utf8,$i,3));

}

el

{

$ret.=substr($gb,0,1);

$gb=substr($gb,1,strlen($gb));

}

}

return $ret;

}

修改后的函数将 gb转化为unicode、unicode转化为utf-8、几个字节合成一个utf-8字符，这三个步骤在一个循环里完成，尤其是几个字节合成一个utf-8字符这一步骤，放在判断了字符属于西文还是属于汉字的条件分支里，据此决定截取一个字节还是三个字节。于是结果正确了！