本文共 2383 字，大约阅读时间需要 7 分钟。
/** * Translates a sequence of UTF-8 bytes to their equivalent unicode code points. * Each code point is prefixed with "\u". * * @param string $utf8 * * @return string */function utf8_to_unicode($utf8) { $i = 0; $l = strlen($utf8); $out = ''; while ($i < $l) { if ((ord($utf8[$i]) & 0x80) === 0x00) { // 0xxxxxxx $n = ord($utf8[$i++]); } elseif ((ord($utf8[$i]) & 0xE0) === 0xC0) { // 110xxxxx 10xxxxxx $n = ((ord($utf8[$i++]) & 0x1F) << 6) | ((ord($utf8[$i++]) & 0x3F) << 0) ; } elseif ((ord($utf8[$i]) & 0xF0) === 0xE0) { // 1110xxxx 10xxxxxx 10xxxxxx $n = ((ord($utf8[$i++]) & 0x0F) << 12) | ((ord($utf8[$i++]) & 0x3F) << 6) | ((ord($utf8[$i++]) & 0x3F) << 0) ; } elseif ((ord($utf8[$i]) & 0xF8) === 0xF0) { // 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx $n = ((ord($utf8[$i++]) & 0x07) << 18) | ((ord($utf8[$i++]) & 0x3F) << 12) | ((ord($utf8[$i++]) & 0x3F) << 6) | ((ord($utf8[$i++]) & 0x3F) << 0) ; } elseif ((ord($utf8[$i]) & 0xFC) === 0xF8) { // 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx $n = ((ord($utf8[$i++]) & 0x03) << 24) | ((ord($utf8[$i++]) & 0x3F) << 18) | ((ord($utf8[$i++]) & 0x3F) << 12) | ((ord($utf8[$i++]) & 0x3F) << 6) | ((ord($utf8[$i++]) & 0x3F) << 0) ; } elseif ((ord($utf8[$i]) & 0xFE) === 0xFC) { // 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx $n = ((ord($utf8[$i++]) & 0x01) << 30) | ((ord($utf8[$i++]) & 0x3F) << 24) | ((ord($utf8[$i++]) & 0x3F) << 18) | ((ord($utf8[$i++]) & 0x3F) << 12) | ((ord($utf8[$i++]) & 0x3F) << 6) | ((ord($utf8[$i++]) & 0x3F) << 0) ; } else { throw new \Exception('Invalid utf-8 code point'); } $n = strtoupper(dechex($n)); $pad = strlen($n) <= 4 ? strlen($n) + strlen($n) %2 : 0; $n = str_pad($n, $pad, "0", STR_PAD_LEFT); $out .= sprintf("\u%s", $n); } return $out;} 转载于:https://blog.51cto.com/7814265/1862517