php中的字符编码

Question

$str1 = "\xe4\xb8\xad";

$str2 = '\xe4\xb8\xad';

$str3 = '中';

能否详细解释一下三者的区别，是否可以相互转化

Answer 1

第一次在segmentfault上回答问题。。

PHP字符串变量，双引号和单引号的意义是不同的

使用双引号时会转义 单引号时不转义
使用双引号时，$xxxx文本会被相应变量的值替换，单引号没有这个效果

Eg.

$abc='123';
echo "$abc"; //这样会输出123
echo '$abc'; //这样会输出$abc
echo "\n"; //这样会输出一个换行符
echo '\n'; //这样会输出\n两个字符（一个斜杠一个n）

回到问题，
“中”这个汉字在UTF-8的16进制编码是0xe4,0xb8,0xad
因此在双引号字符串中，会被转义为 “中” x开头表示这是一个以十六进制表达的字符，就和HTML中&xe4; 一样
单引号字符串中，直接输出xe4xb8xad

Answer 2

\x后跟着十六进制数字的属于转义字符，转义字符只有在双引号"中才起作用。单引号中只有对单引号本身'和反斜杠\的转义有效，其他的都无效。

PHP本身不区分字符编码。也就是说，$str1是一个三字节的字符串，字符串的三个字节分别是（十六进制编码）E4 B8 AD。如果在UTF-8编码中，就是中字。其他编码中就不一定了。

而$str2则是一个12字节的字符串，就是你输入的那些字符。

而$str3则是一个字符串，如果你把文件以UTF-8编码保存，那就和$str1是一样。如果你以GBK保存，那就是两个字节的D6 D0，如果你以BIG5保存，就是A4 A4。

---

不管是UTF-8、GBK还是BIG5，甚至于很多其他的语言编码，都是遵循EUC的，也就是说对于ASCII字符，他们的编码都是一致的，所以无论用哪种编码保存，对PHP的代码工作都不会有影响。但是对于非ASCII字符就有很大的区别。

所以PHP中的非ASCII字符要正常显示，就要保证你的保存编码和输出编码是一致的。如果是输出的是HTML，是通过meta标签或者在HTTP Header中声明编码的。如果不一致，那就会出现乱码了。

Answer 3

如果你的环境编码是在UTF-8下面, str1和str3等价, 如果直接echo, 都会输出"中", 如果是二进制层面三个字节比较, 也是完全相等, PHP中的字符串就是直接本地编码二进制存储的

如果你的环境编码是非UTF-8(例如GBK), str1基本上是个乱码, str1和str3也不再等价

至于str2, 它无论什么时候都会输出 '\xe4\xb8\xad' (不含引号, 在单引号的字符串中, 只有单引号本身需要转义成\', 其它情况的\都视为普通字符处理

Answer 4

只解释第一个与第二个的区别，也就是单引号与双引号的区别

双引号：引号内部会被转义
单引号：引号内部不会被转义

$a = 123;

echo "output:$a";//output:123
echo 'output:$a';//output:$a

//下面的示例仅限linux的php-cli
echo "new line\nsecond line";
/*
会换行，输出：
new line
second line
*/

echo 'no new line\n aaa';
/*
不会换行，输出：
no new line\n aaa
*/