如何在 PHP 中從 UTF-8 字元中提取 UCS-2 代碼點？

確定PHP 中UTF-8 字元的UCS-2 代碼點

目前的任務是提取UCS-2 代碼點對於給定UTF-8 字串中的字元。為此，可以定義自訂 PHP 函數。

首先，了解 UTF-8 編碼方案很重要。每個字元由 1 到 4 個位元組的序列表示，取決於其 Unicode 代碼點。每個位元組大小的範圍如下：

• 0xxxxxxx：1 個位元組
• 110xxxxx 10xxxxxx：2 個位元組
• 1110xxxx 10xxxxxx：2 個位元組
• 1110xxxx 10xxxxxx：2 個位元組

1110xxxx 10xxxxxx：2 個位元組

1110xxxx 10xxxxxx：2 個位元組

• 1110xxxx 10xxxxxx：2 個位元組
• 1110xxxx 10xxxxxx：2 個字元節
• 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx：4 個位元組
• 要確定每個字元的位元組數，請檢查第一位元組：
• 要確定每個字元的位元組數，請檢查第一位元組：

0：1 個字節字元

110：2 位元組字元

1110：3 位元組字元

11110：4 位元組字元

<code class="php">function get_ucs2_codepoint($char)
{
    // Initialize the code point
    $codePoint = 0;

    // Get the first byte
    $firstByte = ord($char);

    // Determine the number of bytes
    if ($firstByte < 128) {
        $bytes = 1;
    } elseif ($firstByte < 192) {
        $bytes = 2;
    } elseif ($firstByte < 224) {
        $bytes = 3;
    } elseif ($firstByte < 240) {
        $bytes = 4;
    } else {
        // Invalid character
        return -1;
    }

    // Shift and extract code point
    switch ($bytes) {
        case 1:
            $codePoint = $firstByte;
            break;
        case 2:
            $codePoint = ($firstByte & 0x1F) << 6;
            $codePoint |= ord($char[1]) & 0x3F;
            break;
        case 3:
            $codePoint = ($firstByte & 0x0F) << 12;
            $codePoint |= (ord($char[1]) & 0x3F) << 6;
            $codePoint |= ord($char[2]) & 0x3F;
            break;
        case 4:
            $codePoint = ($firstByte & 0x07) << 18;
            $codePoint |= (ord($char[1]) & 0x3F) << 12;
            $codePoint |= (ord($char[2]) & 0x3F) << 6;
            $codePoint |= ord($char[3]) & 0x3F;
            break;
    }

    return $codePoint;
}</code>

<code class="php">$char = "ñ";
$codePoint = get_ucs2_codepoint($char);
echo "UCS-2 code point: $codePoint\n";</code>

10：連續位元組

UCS-2 code point: 241

11111：無效字元一旦確定了位元組數，就可以使用位元操作來擷取程式碼點。 自訂PHP 函數：基於根據上述分析，這裡有一個自訂PHP 函數，它接受單一UTF-8 字元作為輸入並傳回其UCS- 2 程式碼點：範例用法： 要使用函數，只需提供UTF-8 字元作為輸入：輸出：

以上是如何在 PHP 中從 UTF-8 字元中提取 UCS-2 代碼點？的詳細內容。更多資訊請關注PHP中文網其他相關文章！