php使用iconv中文截断问题的解决方法
本文实例讲述了php使用iconv中文截断问题的解决方法。分享给大家供大家参考。具体分析如下：
今天做了一个采集程序，原理很简单，使用curl方法把对方页面的html获取分析，然后正则提取需要的数据并保存在数据库。
由于对方页面是GB2312编码，而本地使用的是UTF-8编码。因此在采集后需要进行编码转换。
使用了iconv方法进行编码转换
iconv—字符串按要求的字符编码来转换
stringiconv(string$in_charset,string$out_charset,string$str)
将字符串str从in_charset转换编码到out_charset。
转换的方法很简单，直接使用iconv方法就可以了
<?php
$content=iconv('GB2312','UTF-8',$content);//$content为采集到的内容
?>
试验了几个页面，都能正常采集。但在之后的采集中，有几个页面采集不完整。
一开始考虑是否正则有错，检查后排除此问题。经过排查，发现经过iconv转码后的内容比采集的内容少了一大段。
查看apachelog，看到提示：Notice:iconv():Detectedanillegalcharacterininputstring。
翻查手册，看到以下说明
如果你在out_charset后添加了字符串//TRANSLIT，将启用转写（transliteration）功能。这个意思是，当一个字符不能被目标字符集所表示时，它可以通过一个或多个形似的字符来近似表达。
如果你添加了字符串//IGNORE，不能以目标字符集表达的字符将被默默丢弃。否则，str从第一个无效字符开始截断并导致一个E_NOTICE。
原来iconv遇到不能识别的内容，会从第一个不能识别的字符开始截断，并生成一个E_NOTICE。因此后边的内容被丢弃了。
而在输出字符集后加上//IGNORE则只丢弃不能识别的内容，而不会截断和丢弃后面的内容。
修改程序后一切正常
<?php
$content=iconv('GB2312','UTF-8//IGNORE',$content);//$content为采集到的内容
?>
Tips：使用iconv时,如果要使用UTF-8编码的，请使用UTF-8而不要使用UTF8，因为UTF8有些服务器会有问题。
希望本文所述对大家的php程序设计有所帮助。