Code Page 850 to UTF8 conversion, Code Page 850 to Unicode conversion, CP-850 to UTF8 conversion, CP-850 to Unicode conversion, ASCII Latin 1 to UTF8 conversion, ASCII Latin 1 to Unicode conversion

CharsetConversion.php

<?php

/**
 * Usage: <code>CharsetConversion::CP850toUTF8('your_string');</code>
 *
 * @author   Pedro Sanção <pedro at sancao do co>
 * @license  MIT Licence
 */
class CharsetConversion {

	/**
	 * A map of extented ASCII CP-850 (MS-DOS Latin 1) table to Unicode hex
	 *
	 * @var array
	 * @see http://www.ascii-codes.com/cp850.html
	 * @see http://en.wikipedia.org/wiki/Code_page_850
	 */
	private static $conversionTable = array(
		128 => '00C7', // Ç
		129 => '00FC', // ü
		130 => '00E9', // é
		131 => '00E2', // â
		132 => '00E4', // ä
		133 => '00E0', // à
		134 => '00E5', // å
		135 => '00E7', // ç
		136 => '00EA', // ê
		137 => '00EB', // ë
		138 => '00E8', // è
		139 => '00EF', // ï
		140 => '00EE', // î
		141 => '00EC', // ì
		142 => '00C4', // Ä
		143 => '00C5', // Å
		144 => '00C9', // É
		145 => '00E6', // æ
		146 => '00C6', // Æ
		147 => '00F4', // ô
		148 => '00F6', // ö
		149 => '00F2', // ò
		150 => '00FB', // û
		151 => '00F9', // ù
		152 => '00FF', // ÿ
		153 => '00D6', // Ö
		154 => '00DC', // Ü
		155 => '00F8', // ø
		156 => '00A3', // £
		157 => '00D8', // Ø
		158 => '00D7', // ×
		159 => '0192', // ƒ
		160 => '00E1', // á
		161 => '00ED', // í
		162 => '00F3', // ó
		163 => '00FA', // ú
		164 => '00F1', // ñ
		165 => '00D1', // Ñ
		166 => '00AA', // ª
		167 => '00BA', // º
		168 => '00BF', // ¿
		169 => '00AE', // ®
		170 => '00AC', // ¬
		171 => '00BD', // ½
		172 => '00BC', // ¼
		173 => '00A1', // ¡
		174 => '00AB', // «
		175 => '00BB', // »
		176 => '2591', // ░
		177 => '2592', // ▒
		178 => '2593', // ▓
		179 => '2502', // │
		180 => '2524', // ┤
		181 => '00C1', // Á
		182 => '00C2', // Â
		183 => '00C0', // À
		184 => '00A9', // ©
		185 => '2563', // ╣
		186 => '2551', // ║
		187 => '2557', // ╗
		188 => '255D', // ╝
		189 => '00A2', // ¢
		190 => '00A5', // ¥
		191 => '2510', // ┐
		192 => '2514', // └
		193 => '2534', // ┴
		194 => '252C', // ┬
		195 => '251C', // ├
		196 => '2500', // ─
		197 => '253C', // ┼
		198 => '00E3', // ã
		199 => '00C3', // Ã
		200 => '255A', // ╚
		201 => '2554', // ╔
		202 => '2569', // ╩
		203 => '2566', // ╦
		204 => '2560', // ╠
		205 => '2550', // ═
		206 => '256C', // ╬
		207 => '00A4', // ¤
		208 => '00F0', // ð
		209 => '00D0', // Ð
		210 => '00CA', // Ê
		211 => '00CB', // Ë
		212 => '00C8', // È
		213 => '0131', // ı
		214 => '00CD', // Í
		215 => '00CE', // Î
		216 => '00CF', // Ï
		217 => '2518', // ┘
		218 => '250C', // ┌
		219 => '2588', // █
		220 => '2584', // ▄
		221 => '00A6', // ¦
		222 => '00CC', // Ì
		223 => '2580', // ▀
		224 => '00D3', // Ó
		225 => '00DF', // ß
		226 => '00D4', // Ô
		227 => '00D2', // Ò
		228 => '00F5', // õ
		229 => '00D5', // Õ
		230 => '00B5', // µ
		231 => '00FE', // þ
		232 => '00DE', // Þ
		233 => '00DA', // Ú
		234 => '00DB', // Û
		235 => '00D9', // Ù
		236 => '00FD', // ý
		237 => '00DD', // Ý
		238 => '00AF', // ¯
		239 => '00B4', // ´
		240 => '00AD', // SHY
		241 => '00B1', // ±
		242 => '2017', // ‗
		243 => '00BE', // ¾
		244 => '00B6', // ¶
		245 => '00A7', // §
		246 => '00F7', // ÷
		247 => '00B8', // ¸
		248 => '00B0', // °
		249 => '00A8', // ¨
		250 => '00B7', // ·
		251 => '00B9', // ¹
		252 => '00B3', // ³
		253 => '00B2', // ²
		254 => '25A0', // ■
		255 => '00A0', // NBSP
	);

	/**
	 * Convert CP-850 (MS-DOS Latin 1) characters to UTF-8 (Unicode)
	 * 
	 * @param string $string CP-850 (MS-DOS Latin 1) string to convert
	 * @return string UTF-8 converted string
	 */
	public static function CP850toUTF8($string) {
		$newString = '';
		$limit = mb_strlen($string);
		for ($i = 0; $i < $limit; $i++) {
			$c = mb_substr($string, $i, 1);
			$ascii = ord($c);
			if ($ascii > 127) {
				$hex = 'FFFD'; // replacement character
				if ($ascii < 256) {
					$hex = self::$conversionTable[$ascii];
				}
				$c = mb_convert_encoding('&#x' . $hex . ';', 'UTF-8', 'HTML-ENTITIES');
			}
			$newString .= $c;
		}
		return $newString;
	}

}