问号字符显示在文本中。 为什么是这样？

Question

我有一个备份服务器，可以自动备份我的实时站点，包括文件和数据库。

在实时站点上，文本看起来不错，但是当您查看它的镜像版本时，它会显示“？” 在某些文本中。 该文本存储在新闻数据库表中。

这是实时服务器和镜像服务器上的屏幕截图。

将其备份到镜像服务器的过程中会发生什么？

实时服务器是 Solaris，镜像服务器为 Linux Red Hat Linux 5.

Answer 1

以下文章将很有用：

10.3 指定字符集和排序规则

10.4连接字符集和排序规则

连接到数据库后，发出以下命令：

SET NAMES 'utf8';

确保您的网页也使用 UTF-8 编码：

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

PHP 还提供了几个对转换有用的函数：

• iconv
• mb_convert_encoding

Answer 2

编辑“镜像”服务器（有问题的服务器）上的 Apache 配置文件，并注释掉以下行：

AddDefaultCharset UTF-8

然后重新启动 Apache：

service httpd restart

问题是“AddDefaultCharset UTF-8”行覆盖 Content-类型在.html文件中指定； 例如：

<meta http-equiv=Content-Type content="text/html; charset=windows-1252">

最常见的症状是 127 以上的字符代码显示为带有问号的黑色菱形（在 Chrome、Safari 或 Firefox 中），或显示为小方框（在 Internet Explorer 和 Opera）。

Microsoft Word 生成的 HTML 文件通常有很多这样的字符，最常见的是字符代码 160 = 0xA0，相当于“ ” 在 Windows-1252 编码中，通常出现在 span 标签之间，如下所示：

<span style="mso-spacerun: yes">ááá </span>

Answer 3

我来这里寻找浏览器中显示的 JavaScript 解决方案，尽管与数据库没有直接关系...

在我的例子中，我将在 Internet 上找到的一些文本复制并粘贴到 JavaScript 文件中，并使用 Windows 记事本。

当使用该 JavaScript 文件的页面输出字符串时，出现问号（如问题中所示的），而不是像重音字母等特殊字符。

我使用 Notepad++。 打开文件后，我看到字符编码设置为 ANSI，如您在以下屏幕截图中看到的那样（鼠标光标位于页脚上）：

要解决此问题，请单击 Notepad++ 中的编码菜单，然后选择以 UTF-8 编码。 你应该可以走了。 :)

Answer 4

这与字符编码有关。

您确定镜像站点在字符编码方面与您的主服务器具有相同的属性吗？

根据您拥有的服务器类型，这可能是服务器进程本身的属性，也可能是环境变量。

例如，如果这是一个 UNIX 环境，也许尝试比较 LANG 或 LC_ALL？

另请参阅此处

Answer 5

Unicode 或其他字符集字符会失败吗？

当文本从电子邮件或其他文档格式（例如单词）复制到文本编辑器中时，我经常在我工作过的网站上看到类似的“奇怪”字符。 编辑器可以显示非 ASCII 字符，但浏览器不能。 对于网站，我建议查找该字符的 HTML 实体代码并插入它......或者切换到更标准的代码。

Answer 6

您的浏览器尚未正确解释页面的编码（因为您将其强制为特定设置，或者页面设置不正确），因此无法显示某些字符。

Answer 7

检查镜像服务器发出的字符集。 与主服务器似乎有所不同——实时站点似乎输出 Unicode，而镜像则不然。 此外，清除传入内容中的 Unicode 字符并将其替换为适当的 HTML 实体通常是个好主意。

您的具体问题涉及“智能引号”、“破折号”和“破折号”。 我知道您可以用 — 替换 em 破折号，用 – 替换 n-dashes（这应该在数据库的输入端完成）； 我不知道智能引号的正确替代品是什么。 （我通常只是将所有大写单引号替换为 ' 并将所有大写双引号替换为 " ...排版极客可能会随意一看到我就向我开枪。）

我应该注意到，对于这个问题，某些浏览器比其他浏览器更宽容 - 互联网Windows 上的资源管理器会自动检测并“修复”此问题；Firefox 和大多数其他浏览器会显示问号。

Answer 8

我遇到了这个问题，所以我只是将所有内容复制/粘贴到 记事本，创建一个新的 PHP 文件，粘贴回来，重新保存并覆盖，然后..成功了！

这确实是 Microsoft Word 编辑的一些遗迹......

Answer 9

我通常会咒骂 MS Word，然后运行以下 Windows Script Host 脚本。

// Replace with path to a file that needs cleaning
PATH = "test.html"

var go = WScript.CreateObject("Scripting.FileSystemObject");
var content = go.GetFile(PATH).OpenAsTextStream().ReadAll();
var out = go.CreateTextFile("clean-"+PATH, true);

// Symbols
content = content.replace(/“/g, '"');
content = content.replace(/”/g, '"');
content = content.replace(/’/g, "'");
content = content.replace(/–/g, "-");
content = content.replace(/©/g, "©");
content = content.replace(/®/g, "®");
content = content.replace(/°/g, "°");
content = content.replace(/¶/g, "<p>");
content = content.replace(/¿/g, "¿");
content = content.replace(/¡/g, '¡');
content = content.replace(/¢/g, '¢');
content = content.replace(/£/g, '£');
content = content.replace(/¥/g, '¥');

out.Write(content);