Come convertire un blocco di testo Unicode in un punto di codice UTF-8 (HEX)?

Question

Ho un testo-blocco Unicode, in questo modo:

ụ 
ư 
ứ 
Ỳ 
Ỷ 
Ỵ 
Đ 

Ora, voglio convertire questo originale Unicode text-blocco in un testo-blocco di point-8 UTF (HEX) codice (vedere la Colonna esadecimale UTF-8, in questa pagina: https://en.wikipedia.org/wiki/UTF-8), da PHP; in questo modo:

\xe1\xbb\xa5 
\xc6\xb0 
\xe1\xbb\xa9 
\xe1\xbb\xb2 
\xe1\xbb\xb6 
\xe1\xbb\xb4 
\xc4\x90 

Non come questo:

0x1EE5 
0x01B0 
0x1EE9 
0x1EF2 
0x1EF6 
0x1EF4 
0x0110 

Esiste un modo per farlo, da PHP?

---

Ho letto questo argomento (PHP: Convert unicode codepoint to UTF-8). Ma, non è simile alla alla mia domanda.

---

Mi dispiace, non ne so molto di Unicode.

Answer 1

La cosa principale che devi fare è dire a PHP di interpretare correttamente i caratteri Unicode in arrivo. Una volta che lo fai, puoi convertirli in UTF-8 e poi in esadecimale se necessario.

Questo codice di errore prende il tuo carattere di esempio in Unicode, li converte in UTF-8 e quindi scarica la rappresentazione esadecimale di quei caratteri.

<?php 
// Hex equivalent of "ụưứỲỶỴĐ" in Unicode 
$unistr = "\x1E\xE5\x01\xB0\x1E\xE9\x1E\xF2\x1E\xF6\x1E\xF4\x01\x10"; 
echo " length=" . mb_strlen($unistr, 'UCS-2BE') . "\n"; 

// Here's the key statement, convert from Unicode 16-bit to UTF-8 
$utf8str = mb_convert_encoding($unistr, "UTF-8", 'UCS-2BE'); 
echo $utf8str . "\n"; 

for($i=0; $i < mb_strlen($utf8str, 'UTF-8'); $i++) { 
    $c = mb_substr($utf8str, $i, 1, 'UTF-8'); 
    $hex = bin2hex($c); 
    echo $c . "\t" . $hex . "\t" . preg_replace("/([0-9a-f]{2})/", '\\\\x\\1', $hex) . "\n"; 
} 

?> 

Produce

length=7 
ụưứỲỶỴĐ 
ụ e1bba5 \xe1\xbb\xa5 
ư c6b0 \xc6\xb0 
ứ e1bba9 \xe1\xbb\xa9 
Ỳ e1bbb2 \xe1\xbb\xb2 
Ỷ e1bbb6 \xe1\xbb\xb6 
Ỵ e1bbb4 \xe1\xbb\xb4 
Đ c490 \xc4\x90 

Answer 2

Penso che tu stai cercando il bin2hex() function:

Converte i dati binari in rappresentazione esadecimale

e il formato anteponendo ad ogni \x byte (00-FF)

function str_hex_format ($bin) { 
    return '\x'.implode('\x', str_split(bin2hex($bin), 2)); 
} 

per il campione:

// utf8 encoded input 
$arr = ["ụ","ư","ứ","Ỳ","Ỷ","Ỵ","Đ"]; 

foreach($arr AS $v) 
    echo $v . " => " . str_hex_format($v) . "\n"; 

See test at eval.in (link scade)

ụ => \xe1\xbb\xa5 
ư => \xc6\xb0 
ứ => \xe1\xbb\xa9 
Ỳ => \xe1\xbb\xb2 
Ỷ => \xe1\xbb\xb6 
Ỵ => \xe1\xbb\xb4 
Đ => \xc4\x90 

---

esempio Decode: $str = str_hex_format("ụưứỲỶỴĐ"); echo $str;

01.235.164,106 mila

\ XE1 \ xbb \ xa5 \ XC6 \ xb0 \ XE1 \ xbb \ xA9 \ XE1 \ xbb \ xb2 \ XE1 \ xbb \ xB6 \ XE1 \ xbb \ xB4 \ XC4 \ x90

echo hex2bin(str_replace('\x', "", $str)); 

ụưứỲỶỴĐ

---

Per maggiori informazioni sulla sequenza di escape \x in corde doppie citato see php manual.

Answer 3

PHP considera le stringhe come matrici di caratteri, indipendentemente dalla codifica. Se non è necessario per delimitare i caratteri UTF8, quindi qualcosa come questo funziona:

$str='ụưứỲỶỴĐ'; 
foreach(str_split($str) as $char) 
    echo '\x'.str_pad(dechex(ord($char)),'0',2,STR_PAD_LEFT); 

uscita:

\xe1\xbb\xa5\xc6\xb0\xe1\xbb\xa9\xe1\xbb\xb2\xe1\xbb\xb6\xe1\xbb\xb4\xc4\x90 

Se è necessario delimitare i caratteri UTF8 (cioè con un ritorno a capo), quindi avrete bisogno di qualcosa di simile:

$str='ụưứỲỶỴĐ'; 
foreach(array_slice(preg_split('~~u',$str),1,-1) as $UTF8char){ // split before/after every UTF8 character and remove first/last empty string 
    foreach(str_split($UTF8char) as $char) 
    echo '\x'.str_pad(dechex(ord($char)),'0',2,STR_PAD_LEFT); 
    echo "\n"; // delimiter 
} 

uscita:

\xe1\xbb\xa5 
\xc6\xb0 
\xe1\xbb\xa9 
\xe1\xbb\xb2 
\xe1\xbb\xb6 
\xe1\xbb\xb4 
\xc4\x90 

Questo divide la stringa in caratteri UTF8 utilizzando preg_split e il flag u. Poiché preg_split restituisce la stringa vuota prima del primo carattere e la stringa vuota dopo l'ultimo carattere, è necessario array_slice il primo e l'ultimo carattere. Questo può essere facilmente modificato per restituire un array, ad esempio.

Edit: Un modo più "corretto" per farlo è questo:

echo trim(json_encode(utf8_encode('ụưứỲỶỴĐ')),'"');