¿Puedo obtener el valor Unicode de un personaje o viceversa con php?

Question

¿Es posible ingresar un carácter y recuperar el valor Unicode? por ejemplo, puedo poner & # 12103 en html para dar salida a "⽇", ¿es posible dar ese carácter como argumento a una función y obtener el número como resultado sin construir una tabla Unicode?

$val = someFunction("⽇");//returns 12103 

o al revés?

$val2 = someOtherFunction(12103);//returns "⽇" 

Me gustaría ser capaz de dar salida a los personajes reales a no la página de los códigos, y también me gustaría ser capaz de obtener el código del carácter, si es posible. Lo más cercano que llegué a lo que quiero es php.net/manual/en/function.mb-decode-numericentity.php pero no puedo hacerlo funcionar, ¿es este el código que necesito o estoy en la pista incorrecta?

Answer 1

function _uniord($c) { 
    if (ord($c{0}) >=0 && ord($c{0}) <= 127) 
     return ord($c{0}); 
    if (ord($c{0}) >= 192 && ord($c{0}) <= 223) 
     return (ord($c{0})-192)*64 + (ord($c{1})-128); 
    if (ord($c{0}) >= 224 && ord($c{0}) <= 239) 
     return (ord($c{0})-224)*4096 + (ord($c{1})-128)*64 + (ord($c{2})-128); 
    if (ord($c{0}) >= 240 && ord($c{0}) <= 247) 
     return (ord($c{0})-240)*262144 + (ord($c{1})-128)*4096 + (ord($c{2})-128)*64 + (ord($c{3})-128); 
    if (ord($c{0}) >= 248 && ord($c{0}) <= 251) 
     return (ord($c{0})-248)*16777216 + (ord($c{1})-128)*262144 + (ord($c{2})-128)*4096 + (ord($c{3})-128)*64 + (ord($c{4})-128); 
    if (ord($c{0}) >= 252 && ord($c{0}) <= 253) 
     return (ord($c{0})-252)*1073741824 + (ord($c{1})-128)*16777216 + (ord($c{2})-128)*262144 + (ord($c{3})-128)*4096 + (ord($c{4})-128)*64 + (ord($c{5})-128); 
    if (ord($c{0}) >= 254 && ord($c{0}) <= 255) // error 
     return FALSE; 
    return 0; 
} // function _uniord() 

y

function _unichr($o) { 
    if (function_exists('mb_convert_encoding')) { 
     return mb_convert_encoding('&#'.intval($o).';', 'UTF-8', 'HTML-ENTITIES'); 
    } else { 
     return chr(intval($o)); 
    } 
} // function _unichr() 

Answer 2

Puede utilizar las siguientes funciones

Para codificar

string utf8_encode (string $data) 

http://php.net/manual/en/function.utf8-encode.php

para la decodificación de

string utf8_decode (string $data) 

http://php.net/manual/en/function.utf8-decode.php

También puedes ver

http://php.net/manual/en/function.htmlspecialchars.php

<?php 


echo htmlspecialchars_decode("&#12103");//will print ⽇ 

?> 

Answer 3

Esto también funciona, (por alguien que entiende bitshifting esto podría ser más fácil de leer que contesta al signo de los panaderos):

public function ordinal($str){ 
    $charString = mb_substr($str, 0, 1, 'utf-8'); 
    $size = strlen($charString);   
    $ordinal = ord($charString[0]) & (0xFF >> $size); 
    //Merge other characters into the value 
    for($i = 1; $i < $size; $i++){ 
     $ordinal = $ordinal << 6 | (ord($charString[$i]) & 127); 
    } 
    return $ordinal; 
} 

Answer 4

Aquí es una implementación más compacta de unichr/uniord basado en pack:

// code point to UTF-8 string 
function unichr($i) { 
    return iconv('UCS-4LE', 'UTF-8', pack('V', $i)); 
} 

// UTF-8 string to code point 
function uniord($s) { 
    return unpack('V', iconv('UTF-8', 'UCS-4LE', $s))[1]; 
} 

Answer 5

Si está utilizando PHP7.2 (o posterior), no es necesario definir una nueva función; ¡existen dos funciones para sus propósitos desde la extensión/biblioteca Multibyte String!

Para obtener el punto de código de un carácter (es decir, el valor Unicode), use mb_chr(); y para obtener un personaje específico de ese valor, use mb_ord().

ej .:

mb_chr(12103, "utf8"); // ⽇ 
mb_ord("⽇", "utf8"); // 12103