如何在PHP中将Unicode NCR格式转换为其原始格式？

为了避免“怪物字符”，我选择Unicode NCR表单在数据库（MySQL）中存储非英语字符。然而，我使用的PDF插件（FPDF）不接受Unicode NCR格式作为正确的格式；它直接显示数据，如下所示：

這個一個例子

但我希望它显示为：

這個一個例子

是否有任何方法将Unicode NCR格式转换为其原始格式

p、 这个句子在繁体中文中的意思是“这是一个例子”

p、 我知道NCR表单浪费了存储空间，但它是存储非英语字符最安全的方法。如果我错了，请纠正我。谢谢。

看一看

---

PS：更好的方法是一直使用UTF-8。搜索关于PHP、MySQL和UTF-8的问题，有几个列出了可能的问题。

解决方案非常复杂

该解决方案有三个部分： 第1部分：安装FPDF中文插件 第2部分：将NCR格式转换为UTF-8 第3部分：将UTF-8格式转换为BIG5（或任何目标编码）

第一部分 我从这里获取了FPDF中文插件： 它用于在FPDF中显示汉字，并获取所需的所有中文字体。要安装此插件，只需将其包含在PHP中。（但在我的例子中，我使用了另一个名为CellPDF的插件，它与这个中文插件崩溃；因此，我必须合并代码并解决冲突）

第二部分 要将NCR格式转换为UTF-8，我使用以下代码：

function html_entity_decode_utf8($string)
{
    static $trans_tbl;

    // replace numeric entities
    $string = preg_replace('~&#x([0-9a-f]+);~ei', 'code2utf(hexdec("\\1"))', $string);
    $string = preg_replace('~&#([0-9]+);~e', 'code2utf(\\1)', $string);

    // replace literal entities
    if (!isset($trans_tbl))
    {
        $trans_tbl = array();

        foreach (get_html_translation_table(HTML_ENTITIES) as $val=>$key)
            $trans_tbl[$key] = utf8_encode($val);
    }

    return strtr($string, $trans_tbl);
}
function code2utf($num)
{
    if ($num < 128) return chr($num);
    if ($num < 2048) return chr(($num >> 6) + 192) . chr(($num & 63) + 128);
    if ($num < 65536) return chr(($num >> 12) + 224) . chr((($num >> 6) & 63) + 128) . chr(($num & 63) + 128);
    if ($num < 2097152) return chr(($num >> 18) + 240) . chr((($num >> 12) & 63) + 128) . chr((($num >> 6) & 63) + 128) . chr(($num & 63) + 128);
    return '';
}

因此，如果我想转换前一行NCR字符串，我只需要运行此函数：

ncr_decode("這個一個例子");

p、 默认情况下，我将目标编码设置为BIG5

---

就这样

有一个更简单的解决方案，使用PHP mbstring扩展

// convert any Decimal NCRs to Unicode characters
$string = "這個一個例子";
$output = preg_replace_callback(
  '/(&#[0-9]+;)/u', 
  function($m){
    return utf8_entity_decode($m[1]);
  }, 
  $string
);
echo $output; // 這個一個例子

//callback function for the regex
function utf8_entity_decode($entity){
  $convmap = array(0x0, 0x10000, 0, 0xfffff);
  return mb_decode_numericentity($entity, $convmap, 'UTF-8');
}

---

“utf8_entity_decode”函数来自PHP.net（Andrew Simpson）：。我稍微修改了代码，以避免正则表达式中不推荐的“e”修饰符。

在FPDF下，恐怕解决方案不是那么容易。我正在接近解决方案。。。并且将在这里发布解决方案。嗯，FPDF似乎不支持除ISO-8859-1之外的任何东西（因此没有亚洲字符（？）。Steven Wittens编写了一个实验性的扩展来添加UTF8支持：如果您使用的是PHP版本>=4.3，您应该能够用

html\u entity\u decode

替换大部分代码，如果您告诉它，它甚至会以BIG5输出。或者我遗漏了什么？实际上，如果您将所有文本存储在UTF8中（注意它是从UTF8中的数据库中提取并作为UTF8处理的），那么您需要做的就是将其从UTF8转换为BIG5，以便通过FPDF输出，即完全跳过第2部分和第3部分。没有？实际上我使用UTF8在MySQL中存储文本数据，但如果跳过第2部分和第3部分，仍然会存在奇怪的字符。

// convert any Decimal NCRs to Unicode characters
$string = "這個一個例子";
$output = preg_replace_callback(
  '/(&#[0-9]+;)/u', 
  function($m){
    return utf8_entity_decode($m[1]);
  }, 
  $string
);
echo $output; // 這個一個例子

//callback function for the regex
function utf8_entity_decode($entity){
  $convmap = array(0x0, 0x10000, 0, 0xfffff);
  return mb_decode_numericentity($entity, $convmap, 'UTF-8');
}