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"