php字符串处理之全角半角转换

半角全角的处理是字符串处理的常见问题，本文尝试为大家提供一个思路。

一、概念

全角字符unicode编码从65281~65374 （十六进制 0xFF01 ~ 0xFF5E）
半角字符unicode编码从33~126 （十六进制 0x21~ 0x7E）
空格比较特殊,全角为 12288（0x3000）,半角为 32 （0x20）
而且除空格外,全角/半角按unicode编码排序在顺序上是对应的
所以可以直接通过用+-法来处理非空格数据,对空格单独处理

二、实现思路

1. 找到目标unicode的字符，可以使用正则表达式解决

2. 修改unicode编码

三、实现

1. 首先是两个unicode与字符的转换函数：

     /**
      * 将unicode转换成字符
      * @param int $unicode
      * @return string UTF-8字符
      **/
     function unicode2Char($unicode){
         if($unicode < 128)     return chr($unicode);
         if($unicode < 2048)    return chr(($unicode >> 6) + 192) .
                                       chr(($unicode & 63) + 128);
         if($unicode < 65536)   return chr(($unicode >> 12) + 224) .
                                       chr((($unicode >> 6) & 63) + 128) .
                                       chr(($unicode & 63) + 128);
         if($unicode < 2097152) return chr(($unicode >> 18) + 240) .
                                       chr((($unicode >> 12) & 63) + 128) .
                                       chr((($unicode >> 6) & 63) + 128) .
                                       chr(($unicode & 63) + 128);
         return false;
     }

     /**
      * 将字符转换成unicode
      * @param string $char 必须是UTF-8字符
      * @return int
      **/
     function char2Unicode($char){
         switch (strlen($char)){
             case 1 : return ord($char);
             case 2 : return (ord($char{1}) & 63) |
                             ((ord($char{0}) & 31) << 6);
             case 3 : return (ord($char{2}) & 63) |
                             ((ord($char{1}) & 63) << 6) |
                             ((ord($char{0}) & 15) << 12);
             case 4 : return (ord($char{3}) & 63) |
                             ((ord($char{2}) & 63) << 6) |
                             ((ord($char{1}) & 63) << 12) |
                             ((ord($char{0}) & 7)  << 18);
             default :
                 trigger_error('Character is not UTF-8!', E_USER_WARNING);
                 return false;
         }
     }

2. 全角转半角

     /**
      * 全角转半角
      * @param string $str
      * @return string
      **/
     function sbc2Dbc($str){
         return preg_replace(
             // 全角字符
             '/[\x{3000}\x{ff01}-\x{ff5f}]/ue',
             // 编码转换
             // 0x3000是空格，特殊处理，其他全角字符编码-0xfee0即可以转为半角
             '($unicode=char2Unicode(\'\0\')) == 0x3000 ? " " : (($code=$unicode-0xfee0) > 256 ? unicode2Char($code) : chr($code))',
             $str
         );
     }

3. 半角转全角

     /**
      * 半角转全角
      * @param string $str
      * @return string
      **/
     function dbc2Sbc($str){
         return preg_replace(
             // 半角字符
             '/[\x{0020}\x{0020}-\x{7e}]/ue',
             // 编码转换
             // 0x0020是空格，特殊处理，其他半角字符编码+0xfee0即可以转为全角
             '($unicode=char2Unicode(\'\0\')) == 0x0020 ? unicode2Char（0x3000） : (($code=$unicode+0xfee0) > 256 ? unicode2Char($code) : chr($code))',
             $str
         );
     }

四、测试

示例代码：

 $a = 'abc12 345';
 $sbc = dbc2Sbc($a);
 $dbc = sbc2Dbc($sbc);

 var_dump($a, $sbc, $dbc);

结果：

 string(9) "abc12 345"
 string(27) "ａｂｃ１２　３４５"
 string(9) "abc12 345"