如何在PHP中将双字节utf-8字符转换为utf-16

Question

我有以下双字节utf8字符

\ud83d\ude04

（这是一个iOS表情符号）。 我想转换为utf-16

U+1F604

我该怎么做呢？ 我尝试了以下方法：

$utf8_string = "\ud83d\ude04";
$utf16_string = mb_convert_encoding($utf8_string, 'UTF-16', 'UTF-8');

但是我得到了原始的utf8字符串。 它没有被转换。

我在想我可能需要先解码utf8字符串。 我已经尝试过使用json_decode（可以很好地解码utf8字符集）来做到这一点。 但是仍然没有喜悦。

Answer 1

首先，让我们弄清楚这些术语：

• \?\?是Unicode转义序列，例如在Javascript中使用。 它不是“ UTF-8”。
• 它也不是“双字节”，而是代理对。
• U + 1F604是Unicode代码点的正式符号。 它不是“ UTF-16”。

第一步是将“ \\ ud83d \\ ude04”转换为UTF-8编码的字符串。 最简单的方法是：

$utf8 = json_decode('"\ud83d\ude04"'); // note the added "" quotes

要从此处转换为UTF-16编码的字符串，只需执行以下操作：

iconv('UTF-8', 'UTF-16', $utf8)

但是结果不是“ U + 1F604”，而是UTF-16编码的字符串（其十六进制表示形式为feffd83dde04 ）。

要获得Unicode代码点表示法，最简单的方法可能是转换为UCS-4并调整前导零：

$ucs4      = iconv('UTF-8', 'UCS-4', $utf8);
$codepoint = sprintf('U+%04s', ltrim(strtoupper(bin2hex($ucs4)), '0'));