PHP mb_convert_encoding 與 iconv 區別對比與選型指南

函數簽名對比

// iconv
string iconv(string $from_encoding, string $to_encoding, string $string): string|false

// mb_convert_encoding
string mb_convert_encoding(string $string, string $to_encoding, array|string|null $from_encoding = null): string

核心區別對比表

iconv 獨有優勢：//IGNORE 和 //TRANSLIT

<?php
$str = "測試—破折號•項目符號"; // — • 在 GBK 中不存在

// iconv 靈活處理
echo iconv('UTF-8', 'GBK//IGNORE', $str);     // "測試破折號項目符號" (刪除非法)
echo iconv('UTF-8', 'GBK//TRANSLIT', $str);   // "測試--破折號*項目符號" (近似替換)

// mb_convert_encoding 只能統一替換
echo mb_convert_encoding($str, 'GBK', 'UTF-8'); // "測試????????" (替換為 ?)
?>

mb_convert_encoding 獨有優勢：自動檢測多編碼

<?php
$unknown = file_get_contents('unknown_encoding.txt');

// 自動檢測並轉 UTF-8
$result = mb_convert_encoding($unknown, 'UTF-8', 'auto');
// auto 展開為: ASCII, JIS, UTF-8, EUC-JP, SJIS

// 指定候選編碼列表 (優先級順序)
$result = mb_convert_encoding($unknown, 'UTF-8', ['UTF-8', 'GBK', 'GB2312', 'BIG5']);

// iconv 做不到這點，需先 mb_detect_encoding
$encoding = mb_detect_encoding($unknown, ['UTF-8', 'GBK', 'BIG5']);
$result = iconv($encoding, 'UTF-8//IGNORE', $unknown);
?>

實戰選型決策

已知源編碼 + 需高性能 + 需防截斷 → iconv('GBK', 'UTF-8//IGNORE', $str)
已知源編碼 + 簡單轉換 → iconv 或 mb_convert_encoding 均可
未知源編碼 (用戶上傳/爬蟲) → mb_convert_encoding($str, 'UTF-8', 'auto')
批量文件轉碼 → 命令行 iconv -f GBK -t UTF-8 file.txt -o file.utf8
PHP 內部字符串處理 → mb_* 系列函數 (mb_substr, mb_strlen 等)

常見陷阱

陷阱 1：iconv 參數順序反了

<?php
// ❌ 錯誤：參數順序是 from, to, string
iconv('UTF-8', 'GBK', $str); // 正確：從 UTF-8 到 GBK

// mb_convert_encoding 順序：string, to, from
mb_convert_encoding($str, 'GBK', 'UTF-8'); // 正確
?>

陷阱 2：GBK vs GB2312

<?php
// GBK 是 GB2312 超集，包含更多字符
// 建議統一使用 GBK (或 CP936)
iconv('UTF-8', 'GBK//IGNORE', $str);     // 推薦
iconv('UTF-8', 'GB2312//IGNORE', $str);  // 可能丟字符
?>

陷阱 3：BOM 頭干擾

<?php
// UTF-8 with BOM 會導致轉換異常
$str = "\xEF\xBB\xBF中文"; // 帶 BOM
$result = iconv('UTF-8', 'GBK', $str); // 可能報錯或產生亂碼

// 解決：預先移除 BOM
if (substr($str, 0, 3) === "\xEF\xBB\xBF") {
    $str = substr($str, 3);
}
?>

性能基準測試 (100萬次轉換)

最佳實踐封裝函數

<?php
function safeConvert($string, $toEncoding = 'UTF-8', $fromEncoding = null) {
    // 1. 已知源編碼 → iconv 高性能
    if ($fromEncoding) {
        return iconv($fromEncoding, $toEncoding . '//IGNORE', $string);
    }
    
    // 2. 未知編碼 → mbstring 自動檢測
    return mb_convert_encoding($string, $toEncoding, 'auto');
}

// 使用
$utf8 = safeConvert($gbkStr, 'UTF-8', 'GBK');
$utf8 = safeConvert($unknownStr, 'UTF-8'); // 自動檢測
?>