Comment obtenir le caractère de point de code unicode en PHP?

Par exemple,

comment obtenir le caractère correspondant à U+010F?

InformationsquelleAutor omg | 2009-09-02
  1. 21
    header('Content-Encoding: UTF-8');

function mb_html_entity_decode($string)
{
    if (extension_loaded('mbstring') === true)
    {
        mb_language('Neutral');
        mb_internal_encoding('UTF-8');
        mb_detect_order(array('UTF-8', 'ISO-8859-15', 'ISO-8859-1', 'ASCII'));

        return mb_convert_encoding($string, 'UTF-8', 'HTML-ENTITIES');
    }

    return html_entity_decode($string, ENT_COMPAT, 'UTF-8');
}

function mb_ord($string)
{
    if (extension_loaded('mbstring') === true)
    {
        mb_language('Neutral');
        mb_internal_encoding('UTF-8');
        mb_detect_order(array('UTF-8', 'ISO-8859-15', 'ISO-8859-1', 'ASCII'));

        $result = unpack('N', mb_convert_encoding($string, 'UCS-4BE', 'UTF-8'));

        if (is_array($result) === true)
        {
            return $result[1];
        }
    }

    return ord($string);
}

function mb_chr($string)
{
    return mb_html_entity_decode('&#' . intval($string) . ';');
}

var_dump(hexdec('010F'));

var_dump(mb_ord('ó')); //243
var_dump(mb_chr(243)); //ó
    • Toute personne utilisant ce code et de la mise à niveau à la version 7.2 mbstring besoins de se rappeler à envelopper ces fonctions dans une if (!function_exists('mb_ord') et " if (!function_exists('mb_chr') ou de les supprimer complètement, car ils sont maintenant ajoutés à la 7.2 mbstring
    • mb_chr: je l'ai réécrit en utilisant pack(), c'est probablement légèrement plus rapide: function mb_chr($id) { return mb_convert_encoding(pack("N", $id), "UTF-8", "UCS-4BE"); }
    InformationsquelleAutor Alix Axel
  2. 4

    Je viens d'écrire un polyfill manquantes sur multibyte versions de ord et chr avec les points suivants à l'esprit:

    • Il définit des fonctions mb_ord et mb_chr que si elles n'existent pas déjà. Si elles n'existent pas dans votre cadre ou le futur de la version de PHP, le polyfill sera ignoré.

    • Il utilise le largement utilisé mbstring extension pour faire la conversion. Si le mbstring extension n'est pas chargé, il va utiliser la iconv extension de la place.

    EDIT :

    J'ai ajouté des fonctions pour HTMLentities de codage /décodage et de codage /décodage de format JSON ainsi que certains le code de démonstration pour savoir comment utiliser ces fonctions

    Code :

    if (!function_exists('codepoint_encode')) {
function codepoint_encode($str) {
return substr(json_encode($str), 1, -1);
}
}
if (!function_exists('codepoint_decode')) {
function codepoint_decode($str) {
return json_decode(sprintf('"%s"', $str));
}
}
if (!function_exists('mb_internal_encoding')) {
function mb_internal_encoding($encoding = NULL) {
return ($from_encoding === NULL) ? iconv_get_encoding() : iconv_set_encoding($encoding);
}
}
if (!function_exists('mb_convert_encoding')) {
function mb_convert_encoding($str, $to_encoding, $from_encoding = NULL) {
return iconv(($from_encoding === NULL) ? mb_internal_encoding() : $from_encoding, $to_encoding, $str);
}
}
if (!function_exists('mb_chr')) {
function mb_chr($ord, $encoding = 'UTF-8') {
if ($encoding === 'UCS-4BE') {
return pack("N", $ord);
} else {
return mb_convert_encoding(mb_chr($ord, 'UCS-4BE'), $encoding, 'UCS-4BE');
}
}
}
if (!function_exists('mb_ord')) {
function mb_ord($char, $encoding = 'UTF-8') {
if ($encoding === 'UCS-4BE') {
list(, $ord) = (strlen($char) === 4) ? @unpack('N', $char) : @unpack('n', $char);
return $ord;
} else {
return mb_ord(mb_convert_encoding($char, 'UCS-4BE', $encoding), 'UCS-4BE');
}
}
}
if (!function_exists('mb_htmlentities')) {
function mb_htmlentities($string, $hex = true, $encoding = 'UTF-8') {
return preg_replace_callback('/[\x{80}-\x{10FFFF}]/u', function ($match) use ($hex) {
return sprintf($hex ? '&#x%X;' : '&#%d;', mb_ord($match[0]));
}, $string);
}
}
if (!function_exists('mb_html_entity_decode')) {
function mb_html_entity_decode($string, $flags = null, $encoding = 'UTF-8') {
return html_entity_decode($string, ($flags === NULL) ? ENT_COMPAT | ENT_HTML401 : $flags, $encoding);
}
}

    Comment utiliser :

    echo "Get string from numeric DEC value\n";
var_dump(mb_chr(50319, 'UCS-4BE'));
var_dump(mb_chr(271));
echo "\nGet string from numeric HEX value\n";
var_dump(mb_chr(0xC48F, 'UCS-4BE'));
var_dump(mb_chr(0x010F));
echo "\nGet numeric value of character as DEC string\n";
var_dump(mb_ord('ď', 'UCS-4BE'));
var_dump(mb_ord('ď'));
echo "\nGet numeric value of character as HEX string\n";
var_dump(dechex(mb_ord('ď', 'UCS-4BE')));
var_dump(dechex(mb_ord('ď')));
echo "\nEncode /decode to DEC based HTML entities\n";
var_dump(mb_htmlentities('tchüß', false));
var_dump(mb_html_entity_decode('tchüß'));
echo "\nEncode /decode to HEX based HTML entities\n";
var_dump(mb_htmlentities('tchüß'));
var_dump(mb_html_entity_decode('tchüß'));
echo "\nUse JSON encoding /decoding\n";
var_dump(codepoint_encode("tchüß"));
var_dump(codepoint_decode('tch\u00fc\u00df'));

    Sortie :

    Get string from numeric DEC value
string(4) "ď"
string(2) "ď"
Get string from numeric HEX value
string(4) "ď"
string(2) "ď"
Get numeric value of character as DEC int
int(50319)
int(271)
Get numeric value of character as HEX string
string(4) "c48f"
string(3) "10f"
Encode / decode to DEC based HTML entities
string(15) "tchüß"
string(7) "tchüß"
Encode / decode to HEX based HTML entities
string(15) "tchüß"
string(7) "tchüß"
Use JSON encoding / decoding
string(15) "tch\u00fc\u00df"
string(7) "tchüß"
    • Cette (très bonne) réponse peut être amélioré si vous le mentionner explicitement si les fonctions accepter/générer le point de code Unicode de la valeur—par exemple, 0x010F pour la U+010F personnage mentionné dans la question (plutôt que, par exemple, 0xC48F en UTF-8). UCS-4BE suggère qu'il n'.
    • J'ai mis à jour le code pour permettre l'UCS-4BE / UTF-32 point de code Unicode valeurs, de fournir de l'encodage / décodage pour les entités HTML et de fournir de l'encodage / décodage JSON. J'ai également ajouté un exemple de code pour illustrer comment utiliser ces fonctions.
    InformationsquelleAutor John Slegers
  3. 2

    IntlChar est une nouvelle soins intensifs à base de builtin classe publié avec PHP/7 exactement, répond à ce problème:

    IntlChar donne accès à un certain nombre de méthodes utiles qui peuvent être utilisés pour accéder à des informations sur les caractères Unicode.

    //PHP 7.0 and later
var_dump(
"\u{010F}" === IntlChar::chr(0x010F),
0x010F === IntlChar::ord("\u{010F}")
);
//PHP 7.2.0-dev
var_dump(
"\u{010F}" === mb_chr(0x010F, "UTF-8"),
0x010F === mb_ord("\u{010F}", "UTF-8")
);
    InformationsquelleAutor masakielastic
  4. 2

    Dans le cas où cela est utile à personne, PHP 7.2, a ajouté le mb_ord et mb_chr équivalents à ord et chr. Par exemple, le code suivant fonctionne en PHP 7.2

    $charPoint = "U+010F";
echo mb_chr(hexdec(substr($charPoint,2)); //prints ď

    Ce a 2 effets secondaires (a) On n'a pas besoin de mettre en œuvre leur propre et (b) si l'on a déjà mis en place leur propre ils ont besoin de l'envelopper dans un if (function_exists('mb_chr'))

    InformationsquelleAutor apokryfos
  5. 0

    Si vous le contrôle de l'UTF-8 encoder de vos chaînes (comme recommandé par le latin et d'autres normes européennes), il vous suffit de 

    html_entity_decode($string, ENT_COMPAT, 'UTF-8');

    Voir l'Exemple n ° 1 de php homme. Vous pouvez modifier le deuxième paramètre à ENT_NOQUOTES, etc. et, payer attetion, utilisez ENT_XHTML, etc. si votre chaîne est un Langage de Balisage (!).

    InformationsquelleAutor Peter Krauss
  6. 0
    <?php
function chr_utf8($n,$f='C*'){
return $n<(1<<7)?chr($n):($n<1<<11?pack($f,192|$n>>6,1<<7|191&$n):
($n<(1<<16)?pack($f,224|$n>>12,1<<7|63&$n>>6,1<<7|63&$n):
($n<(1<<20|1<<16)?pack($f,240|$n>>18,1<<7|63&$n>>12,1<<7|63&$n>>6,1<<7|63&$n):'')));
}
echo chr_utf8(hexdec('010F'));
//Output the UTF-8 character corresponding to U+010F
    InformationsquelleAutor Php'Regex