通过 PHP 替换 Word 错误

Question

内容人员一直在使用 Word 并将内容粘贴到旧的 unicode 系统中。我现在正在尝试使用UTF8。

但是，导入数据后，有些字符我无法删除。

我已尝试以下 stackoverflow 线程，但提供的函数均无法修复此字符串： http:// /snipplr.com/view.php?codeview&id=11171 / 如何在 PHP 中替换 Microsoft 编码的引号

字符串：Dan’s back for more!!

Answer 1

在这种情况下，我通常从从单词复制粘贴的字符串开始：

$str = 'Danâ’s back !';
var_dump($str);

并且，我逐字节输出每个字节的十六进制代码：

for ($i=0 ; $i<strlen($str) ; $i++) {
    $byte = $str[$i];
    $char = ord($byte);
    printf('%s:0x%02x ', $byte, $char);
}

这给出了如下输出：

D:0x44 a:0x61 n:0x6e �:0xc3 �:0xa2 �:0xe2 �:0x80 �:0x99 s:0x73 :0x20 b:0x62 a:0x61 c:0x63 k:0x6b :0x20 !:0x21 

然后，通过一些猜测、运气和反复试验，您会发现：

• â 是一个适合两个字节的字符：0xc3 0xa2
• 特殊引号是一个适合三个字节的字符：0xe2 0x80 0x99

提示：当您没有两个特殊字符相互跟随时，会更容易;-)

之后，只需使用 str_replace 将正确的字节序列替换为另一个字符即可；例如，用普通引号替换特殊引号：

var_dump(str_replace("\xe2\x80\x99", "'", $str));

将为您提供：

string 'Danâ's back !' (length=14)