UTF-8 xml 文件显示乱码

Question

我有一个 UTF-8 编码的 xml 文件，该文件是从 Wordpress MySQL 数据库导出的。

虽然文件保存为 UTF-8，并且编码也是 UTF-8，但我得到的是乱码，而不是应该在其中的希伯来语文本，如下所示：

™×•×～ות

如何找到原始编码或字符集并将文本转换为正确的希伯来语？

PHP 的 mb_detect_encoding($str);返回 UTF-8

尝试了各种 php 编码函数，具有不同的设置和输入/输出字符集，但它们都只是打印看起来不同的乱码块，例如：

阿姨阿姨

​

��×שמ×

...有什么想法可以解决这个问题吗？

Answer 1

function convert($str) {
    $hebrew = array("א", "ב", "ג", "ד", "ה", "ו", "ז", "ח", "ט", "י", "כ", "ל", "מ", "נ", "ס", "ע", "פ", "צ", "ק", "ר", "ש", "ת", "ך", "ם", "ן", "ף", "ץ");
    $gibberish = array("à", "á", "â", "ã", "ä", "å", "æ", "ç", "è", "é", "ë", "ì", "î", "ð", "ñ", "ò", "ô", "ö", "÷", "ø", "ù", "ú", "ê", "í", "ï", "ó", "õ");
    return str_replace($gibberish, $hebrew, $str);
}

$hebrew_string = convert(utf8_encode($gibberish_string));

Answer 2

如果您有权访问数据库，则可以通过将其导出为 latin1 并导入为 UTF8 来轻松修复它。正如此处建议的。

Answer 3

这与这个问题非常相似。

据我所知，这是一个损坏的 Unicode 字符串，其中每个 unicode 字符都被编码为两个 unicode 字符。

我想出的代码只是丢弃了空的高位字节并从中重建了原始字节数组。该代码只是一个示例，方法非常简单，但应该可以帮助您实现目标。

Answer 4

看看你的 php 文件，也许它不是 utf-8，这就是你的 xml 查询返回这个不需要的字符串的原因。