PHP字符串中的Unicode字符

这个问题看起来简单得让人难堪，但我一直找不到答案

PHP与下面的C#行代码等价的是什么

string str = "\u1000";

此示例使用单个Unicode字符创建一个字符串，该字符的十六进制“Unicode数值”为

1000

（

4096

）

---

也就是说，在PHP中，如何使用已知“Unicode数值”的单个Unicode字符创建字符串？

因为JSON直接支持

\uxxx

语法我想到的第一件事是：

$unicodeChar = '\u1000';
echo json_decode('"'.$unicodeChar.'"');

另一个选项是使用

mb\u convert\u encoding（）

或者利用UTF-16BE（big-endian）和Unicode代码点之间的直接映射：

echo mb_convert_encoding("\x10\x00", 'UTF-8', 'UTF-16BE');

---

PHP不知道这些Unicode转义序列。但由于未知转义序列不受影响，您可以编写自己的函数来转换此类Unicode转义序列：

function unicodeString($str, $encoding=null) {
    if (is_null($encoding)) $encoding = ini_get('mbstring.internal_encoding');
    return preg_replace_callback('/\\\\u([0-9a-fA-F]{4})/u', create_function('$match', 'return mb_convert_encoding(pack("H*", $match[1]), '.var_export($encoding, true).', "UTF-16BE");'), $str);
}

或使用替代的：

其用途：

$str = unicodeString("\u1000");

这也行得通。不过，json_decode（）解决方案的速度要快得多（大约是50倍）。

试试：

---

所有的工作方式都完全相同。您可以使用

utf8\u ord（）

获取字符的码点

我想知道为什么还没有人提到这一点，但您可以在中使用转义序列执行几乎相同的版本：

\x[0-9A-Fa-f]{1,2}

与正则表达式匹配的字符序列是 十六进制表示法中的字符

ASCII示例：

<?php
    echo("\x48\x65\x6C\x6C\x6F\x20\x57\x6F\x72\x6C\x64\x21");
?>

ア

如果您使用的是不同的编码，则需要相应地更改字节（大部分使用库完成，但也可以手动完成）

UTF-16 little endian示例：

<?php
    header('content-type:text/html;charset=utf-16le');
    echo("\xA2\x30");
?>

ア

UTF-8示例：

<?php
    header('content-type:text/html;charset=utf-8');
    echo("\xE3\x82\xA2");
?>

ア

---

还有这个函数，但您可以预期它会很慢。

PHP7.0.0引入了

现在可以通过使用或字符串轻松编写Unicode字符，而无需调用任何函数

$unicodeChar = "\u{1000}";

---

正如其他人提到的，PHP7直接引入了对Unicode语法的支持

正如其他人提到的，从PHP中任何合理的Unicode字符描述中获取字符串值的唯一方法是将其从其他形式（例如JSON解析、HTML解析或其他形式）转换。但这是以运行时性能为代价的

然而，还有一个选择。您可以使用

\x

二进制转义直接在PHP中对字符进行编码。PHP 5也支持转义语法

\x

如果您不希望通过字符串的自然形式直接在字符串中输入字符，这一点尤其有用。例如，如果它是一个不可见的控件字符，或其他难以检测的空白

首先，一个示例：

// Unicode Character 'HAIR SPACE' (U+200A)
$htmlEntityChar = " ";
$realChar = html_entity_decode($htmlEntityChar);
$phpChar = "\xE2\x80\x8A";
echo 'Proof: ';
var_dump($realChar === $phpChar); // bool(true)

请注意，正如Pacerier在另一个答案中提到的，该二进制代码对于特定的字符编码是唯一的。在上面的示例中，

\xE2\x80\x8A

是UTF-8中U+200A的二进制编码

下一个问题是，如何从

U+200A

到

\xE2\x80\x8A

下面是一个PHP脚本，用于根据JSON字符串、HTML实体或任何其他方法生成任何字符的转义序列（一旦将其作为本机字符串）

function str_encode_utf8binary($str) {
    /** @author Krinkle 2018 */
    $output = '';
    foreach (str_split($str) as $octet) {
        $ordInt = ord($octet);
        // Convert from int (base 10) to hex (base 16), for PHP \x syntax
        $ordHex = base_convert($ordInt, 10, 16);
        $output .= '\x' . $ordHex;
    }
    return $output;
}

function str_convert_html_to_utf8binary($str) {
    return str_encode_utf8binary(html_entity_decode($str));
}
function str_convert_json_to_utf8binary($str) {
    return str_encode_utf8binary(json_decode($str));
}

// Example for raw string: Unicode Character 'INFINITY' (U+221E)
echo str_encode_utf8binary('∞') . "\n";
// \xe2\x88\x9e

// Example for HTML: Unicode Character 'HAIR SPACE' (U+200A)
echo str_convert_html_to_utf8binary(' ') . "\n";
// \xe2\x80\x8a

// Example for JSON: Unicode Character 'HAIR SPACE' (U+200A)
echo str_convert_json_to_utf8binary('"\u200a"') . "\n";
// \xe2\x80\x8a

$msg='67714EAC99C5002000054006F006B0079006F0020005300740006100740069006F006E003A0020'

---

回显unicode_到_文本字符串（$str）

阅读：@diEcho：这只用于匹配Unicode字符，但OP希望创建这些字符。这可能会有所帮助：这个问题可能重复10年。公认的答案已经过时了。@Gumbo：我知道，但在这里没有任何区别。Javascript和JSON都支持

\uxxx

Unicode语法，因此您可以使用

JSON\u decode

处理人工创建的JSON字符串表示。为了澄清这一点，我改变了措辞。好的，我的问题的一个答案的严格表述是：$str=json_decode（“\u1000”）；谢谢。我尝试了

echo json_解码（'\u201B'）

指的是a，但它不工作，这意味着没有输出（即使通过管道传输到

hd

），您需要

echo json_解码（“\u201B”）。unicode符号周围的双引号是必需的。是否有一些PHP常量可用来代替普通字符串
'HTML-ENTITIES'
和
'UTF-8'
？非常适合复制/粘贴项目符号字符（\xE2\x80\xA2）时可能导致源文档中的UTF-8编码错误。谢谢。可以这样使用：
wordwrap（$longLongText，20，“\u{200B}”，true）（它是）我相信OP想要的是这个答案，而不是公认的答案。无论如何，当我搜索“PHP中的Unicode”时，是因为我想要这个答案，而不是公认的答案。当第一次问这个问题时，“\u{abcd}”可能不存在。如果是这样的话，现在应该移动被接受的答案。简单、优雅、直接和完全安全的方法+10
<?php
    header('content-type:text/html;charset=utf-16le');
    echo("\xA2\x30");
?>

<?php
    header('content-type:text/html;charset=utf-8');
    echo("\xE3\x82\xA2");
?>

$unicodeChar = "\u{1000}";

// Unicode Character 'HAIR SPACE' (U+200A)
$htmlEntityChar = "&#8202;";
$realChar = html_entity_decode($htmlEntityChar);
$phpChar = "\xE2\x80\x8A";
echo 'Proof: ';
var_dump($realChar === $phpChar); // bool(true)

function str_encode_utf8binary($str) {
    /** @author Krinkle 2018 */
    $output = '';
    foreach (str_split($str) as $octet) {
        $ordInt = ord($octet);
        // Convert from int (base 10) to hex (base 16), for PHP \x syntax
        $ordHex = base_convert($ordInt, 10, 16);
        $output .= '\x' . $ordHex;
    }
    return $output;
}

function str_convert_html_to_utf8binary($str) {
    return str_encode_utf8binary(html_entity_decode($str));
}
function str_convert_json_to_utf8binary($str) {
    return str_encode_utf8binary(json_decode($str));
}

// Example for raw string: Unicode Character 'INFINITY' (U+221E)
echo str_encode_utf8binary('∞') . "\n";
// \xe2\x88\x9e

// Example for HTML: Unicode Character 'HAIR SPACE' (U+200A)
echo str_convert_html_to_utf8binary('&#8202;') . "\n";
// \xe2\x80\x8a

// Example for JSON: Unicode Character 'HAIR SPACE' (U+200A)
echo str_convert_json_to_utf8binary('"\u200a"') . "\n";
// \xe2\x80\x8a

function unicode_to_textstring($str){

    $rawstr = pack('H*', $str);

    $newstr =  iconv('UTF-16BE', 'UTF-8', $rawstr);
    return $newstr;
}