毛茸茸厕所偷窥xxxx,麻豆精品传媒一二三区

您當前所在位置：首頁 → 網(wǎng)絡編程 → PHP編程 → php對gb編碼動態(tài)轉utf-8編碼的幾種方法評測

php對gb編碼動態(tài)轉utf-8編碼的幾種方法評測 時間：2015-06-28 00:00:00 來源：IT貓撲網(wǎng) 作者：網(wǎng)管聯(lián)盟 我要評論(0)

在《IP地址->地理位置轉換的測評》一文中提到用ip2addr函數(shù)直接讀取IP數(shù)據(jù)庫文件是效率最高的，相比用MySQL數(shù)據(jù)庫存儲IP數(shù)據(jù)，用SQL查詢是效率最低的。但是IP數(shù)據(jù)庫文件QQWry.dat是GB2312編碼的?，F(xiàn)在我需要UTF-8編碼的地理位置結果。如果用MySQL方法，可以在數(shù)據(jù)存入數(shù)據(jù)庫時就轉換為UTF-8編碼，一勞永逸。但是QQWry.dat文件又無法修改，只能把ip2addr函數(shù)的輸出結果再進行動態(tài)轉換。

動態(tài)轉換GB->UTF-8編碼至少有四種方法：

用PHP的iconv擴展轉換

用PHP的mb_string擴展轉換

用對換表轉換，對換表存儲在MySQL數(shù)據(jù)庫中

用對換表轉換，對換表存儲在文本文件中

前兩種方法要服務器作了相應設置（編譯安裝了相應擴展）才能使用。我的虛擬主機沒有這兩個擴展，只好考慮后兩種方法。前兩個方法本文也不進行測評。

測評程序如下（func_ip.php參見《IP地址->地理位置轉換的測評》一文）：

require_once ("func_ip.php");
function u2utf8($c) {
? $str = "";
? if ($c < 0x80) {
??? $str .= $c;
? } elseif ($c < 0x800) {
??? $str .= chr(0xC0 | $c >> 6);
??? $str .= chr(0x80 | $c & 0x3F);
? } elseif ($c < 0x10000) {
??? $str .= chr(0xE0 | $c >> 12);
??? $str .= chr(0x80 | $c >> 6 & 0x3F);
??? $str .= chr(0x80 | $c & 0x3F);
? } elseif ($c < 0x200000) {
??? $str .= chr(0xF0 | $c >> 18);
??? $str .= chr(0x80 | $c >> 12 & 0x3F);
??? $str .= chr(0x80 | $c >> 6 & 0x3F);
??? $str .= chr(0x80 | $c & 0x3F);
? }
? return $str;
}
function GB2UTF8_SQL($strGB) {
? if (!trim($strGB)) return $strGB;
? $strRet = "";
? $intLen = strlen($strGB);
? for ($i = 0; $i < $intLen; $i++) {
??? if (ord($strGB{$i}) > 127) {
? $strCurr = substr($strGB, $i, 2);
? $intGB = hexdec(bin2hex($strCurr)) - 0x8080;
? $strSql = "SELECT code_unicode FROM nnstats_gb_unicode
??? WHERE code_gb = ".$intGB." LIMIT 1"
? ;
? $resResult = mysql_query($strSql);
? if ($arrCode = mysql_fetch_array($resResult)) $strRet .= u2utf8($arrCode["code_unicode"]);
? else $strRet .= "??";
? $i++;
??? } else {
? $strRet .= $strGB{$i};
??? }
? }
? return $strRet;
}
function GB2UTF8_FILE($strGB) {
? if (!trim($strGB)) return $strGB;
? $arrLines = file("gb_unicode.txt");
? foreach ($arrLines as $strLine) {
??? $arrCodeTable[hexdec(substr($strLine, 0, 6))] = hexdec(substr($strLine, 7, 6));
? }
? $strRet = "";
? $intLen = strlen($strGB);
? for ($i = 0; $i < $intLen; $i++) {
??? if (ord($strGB{$i}) > 127) {
? $strCurr = substr($strGB, $i, 2);
? $intGB = hexdec(bin2hex($strCurr)) - 0x8080;
? if ($arrCodeTable[$intGB]) $strRet .= u2utf8($arrCodeTable[$intGB]);
? else $strRet .= "??";
? $i++;
??? } else {
? $strRet .= $strGB{$i};
??? }
? }
? return $strRet;
}
function EncodeIp($strDotquadIp) {
? $arrIpSep = explode('.', $strDotquadIp);
? if (count($arrIpSep) != 4) return 0;
? $intIp = 0;??
? foreach ($arrIpSep as $k => $v) $intIp += (int)$v * pow(256, 3 - $k);
? return $intIp;
? //return sprintf('%02x%02x%02x%02x', $arrIpSep[0], $arrIpSep[1], $arrIpSep[2], $arrIpSep[3]);
}
function GetMicroTime() {
? list($msec, $sec) = explode(" ", microtime());
? return ((double)$msec + (double)$sec);
}
for ($i = 0; $i < 100; $i++) { // 隨機產生100個ip地址
? $strIp = mt_rand(0, 255).".".mt_rand(0, 255).".".mt_rand(0, 255).".".mt_rand(0, 255);
? $arrAddr[$i] = ip2addr(EncodeIp($strIp));
}
$resConn = mysql_connect("localhost", "netnest", "netnest");
mysql_select_db("test");
// 測評MySQL查詢的編碼轉換
$dblTimeStart = GetMicroTime();
for ($i = 0; $i < 100; $i++) {
? $strUTF8Region = GB2UTF8_SQL($arrAddr[$i]["region"]);
? $strUTF8Address = GB2UTF8_SQL($arrAddr[$i]["address"]);
}
$dblTimeDuration = GetMicroTime() - $dblTimeStart;
// 測評結束并輸出結果
echo $dblTimeDuration; echo "\r\n";
// 測評文本文件查詢的編碼轉換
$dblTimeStart = GetMicroTime();
for ($i = 0; $i < 100; $i++) {
? $strUTF8Region = GB2UTF8_FILE($arrAddr[$i]["region"]);
? $strUTF8Address = GB2UTF8_FILE($arrAddr[$i]["address"]);
}
$dblTimeDuration = GetMicroTime() - $dblTimeStart;
// 測評結束并輸出結果
echo $dblTimeDuration; echo "\r\n";
?>

測評兩次結果（精確到3位小數(shù)，單位是秒）：

MySQL查詢轉換：0.112
文本查詢轉換：10.590

MySQL查詢轉換：0.099
文本查詢轉換：10.623

可見這次是MySQL方法遙遙領先于文件查詢法。但是現(xiàn)在還不急于使用MySQL方法，因為文本文件方法之所以如此耗時，主要因為它每次轉換都要把整個gb_unicode.txt讀入內存，而gb_unicode.txt又是文本文件，格式如下：

0x2121?? 0x3000?? # IDEOGRAPHIC SPACE
0x2122?? 0x3001?? # IDEOGRAPHIC COMMA
0x2123?? 0x3002?? # IDEOGRAPHIC FULL STOP
0x2124?? 0x30FB?? # KATAKANA MIDDLE DOT
0x2125?? 0x02C9?? # MODIFIER LETTER MACRON (Mandarin Chinese first tone)
……
0x552A?? 0x6458?? #
0x552B?? 0x658B?? #
0x552C?? 0x5B85?? #
0x552D?? 0x7A84?? #
……
0x777B?? 0x9F37?? #
0x777C?? 0x9F3D?? #
0x777D?? 0x9F3E?? #
0x777E?? 0x9F44?? #

文本文件效率較低，于是考慮把文本文件轉換為二進制文件，然后用折半法查找這個

關鍵詞標簽：編碼,方法,評測,動態(tài),

相關閱讀

文章評論

查看所有0條評論>>