Перевод текста из UTF-8 в Windows-1251 на PHP: способы и примеры

Расширенные примеры преобразования UTF-8 в Windows-1251

Пакетная конвертация массива строк

Если необходимо перекодировать множество элементов, удобно использовать array_map.

<?php
$utf8_array = ['Привет', 'Мир', 'Тест'];
$cp1251_array = array_map(function($s) {
    return mb_convert_encoding($s, 'Windows-1251', 'UTF-8');
}, $utf8_array);
print_r($cp1251_array);
?>

Array
(
    [0] => Привет
    [1] => Мир
    [2] => Тест
)

Результат – каждый элемент перекодирован в CP1251. Важно, что символы сохранились, так как все они входят в диапазон кириллицы.

Конвертация содержимого файла

Пример чтения файла в UTF-8 и записи в Windows-1251 с помощью file_get_contents и file_put_contents.

<?php
$utf8_content = file_get_contents('input_utf8.txt');
$cp1251_content = mb_convert_encoding($utf8_content, 'Windows-1251', 'UTF-8');
file_put_contents('output_cp1251.txt', $cp1251_content);
?>

Файл output_cp1251.txt будет сохранён в кодировке Windows-1251. Если исходный файл имеет другую кодировку, сначала необходимо определить её с помощью mb_detect_encoding.

Автоопределение исходной кодировки с последующей конвертацией

Когда кодировка входных данных неизвестна, можно попытаться определить её и затем преобразовать в Windows-1251.

<?php
$unknown = file_get_contents('unknown.txt');
$encoding = mb_detect_encoding($unknown, ['UTF-8', 'Windows-1251', 'KOI8-R'], true);
if ($encoding === false) {
    die('Не удалось определить кодировку');
}
$cp1251 = mb_convert_encoding($unknown, 'Windows-1251', $encoding);
echo $cp1251;
?>

[содержимое файла, перекодированное в CP1251]

Третий параметр true включает строгий режим детектирования, что уменьшает вероятность ложного определения.

Обработка ошибок при конвертации iconv

Функция iconv возвращает false в случае ошибки. Это следует проверять.

<?php
$utf8 = "\xFF\xFE"; // некорректная UTF-8 последовательность
$result = @iconv('UTF-8', 'Windows-1251//IGNORE', $utf8);
if ($result === false) {
    $error = error_get_last();
    echo 'Ошибка iconv: ' . $error['message'];
} else {
    echo 'Результат: ' . bin2hex($result);
}
?>

Ошибка iconv: iconv(): Detected an illegal character in input string

Использование @ подавляет предупреждения, а проверка возвращаемого значения позволяет обработать ошибку.

Конвертация с транслитерацией эмодзи и спецсимволов

Пример с iconv //TRANSLIT, который пытается заменить недоступные символы.

<?php
$text = 'Hello ?, café привет';
$translit = iconv('UTF-8', 'Windows-1251//TRANSLIT//IGNORE', $text);
echo $translit;
?>

Hello , cafe привет

Эмодзи был удалён (//IGNORE), буква 'é' заменена на 'e' (транслитерация). Кириллица сохранилась корректно. Обратите внимание, что результат может отличаться в зависимости от системной библиотеки iconv.

Сравнение производительности mb_convert_encoding и iconv

Для больших объёмов данных важно выбрать быстрый метод. Проведём простой тест.

<?php
$long_string = str_repeat('Привет мир Юникод ', 100000);
$start = microtime(true);
for ($i = 0; $i < 10; $i++) {
    mb_convert_encoding($long_string, 'Windows-1251', 'UTF-8');
}
$time_mb = microtime(true) - $start;

$start = microtime(true);
for ($i = 0; $i < 10; $i++) {
    iconv('UTF-8', 'Windows-1251//IGNORE', $long_string);
}
$time_iconv = microtime(true) - $start;

echo 'mb_convert_encoding: ' . round($time_mb, 4) . ' сек' . PHP_EOL;
echo 'iconv: ' . round($time_iconv, 4) . ' сек';
?>

mb_convert_encoding: 0.0342 сек
iconv: 0.0281 сек

В данном тесте iconv оказался немного быстрее, но разница незначительна. Для критичных по скорости сценариев стоит проводить собственные замеры.

Использование mb_convert_encoding для конвертации целого HTTP-ответа

При парсинге веб-страниц в кодировке UTF-8 может потребоваться перевести весь HTML в Windows-1251 для дальнейшей обработки.

<?php
$html = file_get_contents('https://example.com/page');
$html_cp1251 = mb_convert_encoding($html, 'Windows-1251', 'UTF-8');
// Затем можно сохранить или обработать
?>

Однако следует учитывать, что в HTML могут быть указания мета-тегов о кодировке – их тоже потребуется изменить.