PHP中如何将Unicode转换为UTF-16以适配数据库搜索需求

核心结论 #

你数据库中存储的并非原始UTF-16二进制字节，而是\u+4位十六进制码值格式的Unicode码点转义序列，只要将POST传入的UTF-8字符串转为同格式的转义结果即可完成匹配。

可用实现方案 #

方案1：直接生成匹配格式的转义字符串 #

极简实现（利用JSON内置转义逻辑）

PHP的json_encode默认会把非ASCII字符转为你需要的\uXXXX格式，只需去掉序列化自动添加的首尾引号即可：

function utf8_to_unicode_escape(string $input): string
{
    // 确保输入为UTF-8编码
    if (!mb_check_encoding($input, 'UTF-8')) {
        $input = mb_convert_encoding($input, 'UTF-8');
    }
    return trim(json_encode($input), '"');
}

// 测试用例
echo utf8_to_unicode_escape('基本的');
// 输出：\u57fa\u672c\u7684，和你数据库存储格式完全匹配

手动编码实现（无需依赖JSON序列化）

如果需要自定义转义逻辑可以用这个版本：

function utf8_to_unicode_escape(string $input): string
{
    $result = '';
    $charLength = mb_strlen($input, 'UTF-8');
    for ($i = 0; $i < $charLength; $i++) {
        $singleChar = mb_substr($input, $i, 1, 'UTF-8');
        // 转为UCS-2BE格式读取16位码点
        $ucs2Bytes = mb_convert_encoding($singleChar, 'UCS-2BE', 'UTF-8');
        $codePoint = unpack('n', $ucs2Bytes)[1];
        $result .= sprintf('\u%04x', $codePoint);
    }
    return $result;
}

方案2：长期优化方案（更推荐） #

数据库存储转义后的字符串会额外占用存储空间、降低查询效率，建议将数据库/表的字符集修改为utf8mb4，直接存储原始UTF-8字符串，查询时直接用POST传入的原始参数匹配即可，无需任何转码操作。

你之前代码的问题说明 #

• utf8_encode 仅适用于将ISO-8859-1编码转为UTF-8，输入本身是UTF-8时调用会产生乱码
• mb_convert_encoding 参数顺序错误：第二个参数是目标编码，第三个才是输入的原始编码，你之前的调用混淆了编码对应关系，导致输出乱码
• 混淆了「UTF-16原始二进制字节」和「Unicode码点转义文本」两个概念，你数据库中存储的是可读的文本转义结果，不是原始二进制编码。

内容的提问来源于stack exchange，提问作者Dula