SMS Unicode & amp; Codage GSM en PHP

De traiter avec elle sur le plan conceptuel avant d'entrer dans les mécanismes, et toutes mes excuses si tout cela est évident, une chaîne de caractères peut être définie comme une séquence de caractères Unicode Unicode étant une base de données qui vous donne un numéro d'identification connu comme un point de code de chaque caractère que vous pourriez avoir besoin de travailler avec. GSM-338 contient un sous-ensemble des caractères Unicode, donc ce que vous faites, c'est d'extraire un ensemble de codepoints à partir de votre chaîne, et vérifier pour voir si l'ensemble est contenu dans le GSM-338.

//second column of http://unicode.org/Public/MAPPINGS/ETSI/GSM0338.TXT
$gsm338_codepoints = array(0x0040, 0x0000, ..., 0x00fc, 0x00e0)
$can_use_gsm338 = true;
foreach(codepoints($mystring) as $codepoint){
    if(!in_array($codepoint, $gsm338_codepoints)){
      $can_use_gsm338 = false;
      break;
    }
}

Qui laisse la définition de la fonction codepoints($string), qui n'est pas intégré dans PHP. PHP comprend une chaîne à une séquence d'octets plutôt que d'une séquence de caractères Unicode. La meilleure façon de combler le fossé est d'obtenir vos chaînes de caractères en UTF8 aussi rapidement que vous le pouvez et de les garder en UTF8 aussi longtemps que vous pouvez - vous devez utiliser d'autres encodages lorsque vous traitez avec des systèmes externes, mais d'isoler la conversion à l'interface de ce système et de traiter seulement avec l'utf8 en interne.

Les fonctions dont vous avez besoin pour convertir entre chaînes de php en utf8 et des séquences de codepoints peut être trouvé à http://hsivonen.iki.fi/php-utf8/ , de sorte que votre codepoints() fonction.

Si vous êtes à la prise de données à partir d'une source externe qui vous donne Unicode barre-des caractères d'échappement ("nous allons test \u00f6\u00e4\u00fc..."), cette chaîne s'échapper format doit être converti en utf8. Je ne sais pas désinvolte d'une fonction pour ce faire, si on ne peut pas être trouvé, c'est une question de chaîne/regex traitement + l'utilisation de la hsivonen.iki.fi des fonctions, par exemple lorsque vous appuyez sur \ \ u00f6, de le remplacer avec de l'utf8 représentation de la codepoint 0xf6.

function is_gsm0338( $utf8_string ) {
$gsm0338 = array(
'@','Δ',' ','0','¡','P','¿','p',
'£','_','!','1','A','Q','a','q',
'$','Φ','"','2','B','R','b','r',
'¥','Γ','#','3','C','S','c','s',
'è','Λ','¤','4','D','T','d','t',
'é','Ω','%','5','E','U','e','u',
'ù','Π','&','6','F','V','f','v',
'ì','Ψ','\'','7','G','W','g','w',
'ò','Σ','(','8','H','X','h','x',
'Ç','Θ',')','9','I','Y','i','y',
"\n",'Ξ','*',':','J','Z','j','z',
'Ø',"\x1B",'+',';','K','Ä','k','ä',
'ø','Æ',',','<','L','Ö','l','ö',
"\r",'æ','-','=','M','Ñ','m','ñ',
'Å','ß','.','>','N','Ü','n','ü',
'å','É','/','?','O','§','o','à'
);
$len = mb_strlen( $utf8_string, 'UTF-8');
for( $i=0; $i < $len; $i++)
if (!in_array(mb_substr($utf8_string,$i,1,'UTF-8'), $gsm0338))
return false;
return true;
}

preg_match('/^[\x0A\x0C\x0D\x20-\x5F\x61-\x7E\xA0\xA1\xA3-\xA5\xA7'.
'\xBF\xC4-\xC6\xC9\xD1\xD6\xD8\xDC\xDF\xE0\xE4-\xE9\xEC\xF1'.
'\xF2\xF6\xF8\xF9\xFC'.
json_decode('"\u0393\u0394\u0398\u039B\u039E\u03A0\u03A3\u03A6\u03A8\u03A9\u20AC"').
']*$/u', $text)

ou

preg_match('/^[\x0A\x0C\x0D\x20-\x5F\x61-\x7E\xA0\xA1\xA3-\xA5\xA7\xBF\xC4-\xC6\xC9\xD1\xD6\xD8\xDC\xDF\xE0\xE4-\xE9\xEC\xF1\xF2\xF6\xF8\xF9\xFCΓΔΘΛΞΠΣΦΨΩ€]*$/u', $text)