和珅虽是奸臣但也不能被 GBK 看不起啊 - -！

[hanbing]

“珅”字： GBK 不认得（字库里应该没有这个字），需要将字符串用“|” explode 分割为数组，有好的解决办法？

code 存储编码： GBK

以下是测试 code

<?php
$str = '和珅虽是奸臣|为什么被 GBK 歧视';
$arr = explode ('|',$str );
print_r ($arr );
?>

目前我们用的办法： GBK 先转 UTF8 再转回来，感觉比较麻烦，有神马神秘简单的方法没？

<?php
$str = '和珅虽是奸臣|为什么被 GBK 歧视';
$str = iconv ('GBK', 'UTF-8', $str );
$arr = explode ('|',$str );

print_r (utf_gbk ($arr ));

function utf_gbk ($data ){
    if (is_array ($data )){
        foreach ($data as $k=>$v ){
            $result[$k] = utf_gbk ($v );
        }
    }else{
        $result =  iconv ("UTF-8", "GBK//IGNORE", $data );
    }
    return $result;
}
?>

“珅”字： GBK 不认得（字库里应该没有这个字）
请无视以上这行~(这里失误！)

关键是“珅”和“|”一起 explode 分割问题

目前最优写法，感谢 @Zzzzzzzzz

$str = '和珅虽是奸臣|为什么被 GBK 歧视';
mb_regex_encoding  ('GB2312');
$ss = mb_split('\|', $str );
print_r($ss);

[moro]

为什么要用 GBK..

[hanbing]

@moro 历史遗留问题呗

[lululau]

打脸： echo 和珅 | iconv -t GBK | iconv -f GBK

[lululau]

我知道 LZ 要说的是 GB2312

[hanbing]

@lululau 打脸前先测试下， GBK 用“|” 做 explode ，试试 OK ？
不是简体繁体的问题，是“|”符号

[Zzzzzzzzz]

珅在 gb 系列里是\xab\x7c, \x7c 就是|, 你可以用 mb_split ('\|', $str );

[abelyao]

用 explode 来分割中文本来就有危险…

[wesley]

用 mb_开头的函数来处理

[aprikyblue]

把分隔符改用多个字符， length>=2byte

[letitbesqzr]

卧槽，头像和我好像

[hanbing]

@Zzzzzzzzz 都存在\x7c, mb_split 切割测试后同样问题，珅\xab\x7c 也会被切割

[hanbing]

@letitbesqzr - -!

[xfspace]

@letitbesqzr 我日。。。我还以为是你

[letitbesqzr]

@xfspace 哈哈，我背景红色的 还改小了点,适合一些网站 剪裁成圆形

[Zzzzzzzzz]

@hanbing mb_split 之前先 mb_regex_encoding ('GBK');一下看看

[aprikyblue]

mb_ 系列应该是正确做法

不过试了下， mb_regex_encoding ('GBK')报错，只能 GB2312

[Hashell]

我觉得,即使是历史问题,也要转为 UTF-8, 方便处理. 话说,为什么要自己写转化编码的函数啊?

```php

header ('Content-Type:text/html; charset=gbk');
$str = '和珅虽是奸臣|为什么被 GBK 歧视';

function convert ($str )
{
return array_map (function ($v ) {
return mb_convert_encoding ($v, 'CP936', 'UTF-8');
}, explode ('|', mb_convert_encoding ($str, 'UTF-8', 'CP936')));
}

$r = convert ($str );
var_dump ($r );


```

[caola]

在 php7 下貌似没有这样的问题了

[realpg]

我怎么感觉楼主的问题跟 GBK 半毛钱的关系都没有……
明明是用非 mb 的方法处理 mb 导致的

[breeswish]

就是应该使用 mb_ 系列函数…
以及， mb_split 使用的是 mb_regex_encoding 函数所指定的编码，所以直接用 mb_split 当然是不行的..要先调用 mb_regex_encoding 设置为 GB2312/GBK

[coffeecat]

转码以后你会看到 “珅 ”的一半跟“ |” 是一样的，分隔符不能这么用的，你换个就行了。。。

[lululau]

我错了，我不懂这世上最好的语言，不了解 PHP 的多字节字符串处理是什么样的，我也不该瞎举例子。


我只想问下 LZ ， GBK 里没珅

[lululau]

字的话，你的那个 GBK 编码的 PHP 代码里是怎么有个 shen 字的。。。。

[hanbing]

@lululau 数据库里序列化存着大量这类坑爹信息的，都是历史问题~

[21grams]

GBK 里怎么可能没有珅，简直是扯淡