PHP 使用 unicode 进行编码

Question

如何从 \u00e4（代表 &aauml; (ä)）中获取 HTML 实体？

出于转义原因，我在字符串中有反斜杠。当我删除斜杠时，我会得到类似 u00e4 的内容。我必须剥掉睫毛才能将其存储并恢复到会话中。

Answer 1

使用htmlentities()：

<?php

echo htmlentities("\xE4");

?>

但是，值得注意的是：

1. 会话不关心字符编码。
2. HTML Unicode 文档中不需要 HTML 实体（HTML 中具有特殊含义的字符除外，例如 < 和 >）。

所以这不会解决你的问题，它只会隐藏它;-)

更新

我忽略了原始问题中对 \00e4 的引用。 ä 字符对应于 U+00E4 Unicode 代码点。但是，PHP 不支持 Unicode 代码点。如果您需要在 PHP 代码中键入它，并且您的键盘没有此类符号，您可以将文档另存为 UTF-8，然后提供 UTF-8 字节(c3 a4) 与 双引号语法：

<?php
// \[0-7]{1,3} or \x[0-9A-Fa-f]{1,2}
echo "\xc3\xa4";
?>

不过，这与会话或 HTML 无关。我不明白你的具体问题是什么。

第二次更新

所以serialize（）无法处理关联数组，并且json_decode（）无法提供json_encode（）的输出......

<?php

$associative_array = array(
    'foo' => 'ä',
    'bar' => 33,
    'gee' => array(10, 20, 30),
);

var_dump($associative_array);
echo PHP_EOL;
var_dump(serialize($associative_array));
echo PHP_EOL;
var_dump(unserialize(serialize($associative_array)));
echo PHP_EOL;

var_dump(json_encode($associative_array));
echo PHP_EOL;
var_dump(json_decode(json_encode($associative_array)));
echo PHP_EOL;

?>

在

array(3) {
  ["foo"]=>
  string(2) "ä"
  ["bar"]=>
  int(33)
  ["gee"]=>
  array(3) {
    [0]=>
    int(10)
    [1]=>
    int(20)
    [2]=>
    int(30)
  }
}

string(83) "a:3:{s:3:"foo";s:2:"ä";s:3:"bar";i:33;s:3:"gee";a:3:{i:0;i:10;i:1;i:20;i:2;i:30;}}"

array(3) {
  ["foo"]=>
  string(2) "ä"
  ["bar"]=>
  int(33)
  ["gee"]=>
  array(3) {
    [0]=>
    int(10)
    [1]=>
    int(20)
    [2]=>
    int(30)
  }
}

string(42) "{"foo":"\u00e4","bar":33,"gee":[10,20,30]}"

object(stdClass)#1 (3) {
  ["foo"]=>
  string(2) "ä"
  ["bar"]=>
  int(33)
  ["gee"]=>
  array(3) {
    [0]=>
    int(10)
    [1]=>
    int(20)
    [2]=>
    int(30)
  }
}

我看来，您正在为一个简单的脚本添加几层复杂性，因为您正在制作关于某些 PHP 函数如何工作的假设，而不是检查手册或自己测试。此时，所提供的信息与原始问题几乎没有相似之处，而且我们仍然没有看到一行代码。

到目前为止，我的建议是，尝试停止整个应用程序的调试，将其分成更小的部分，并使用 var_dump() 找出每个部分实际生成的内容。不要假设事情：自己测试一下。另外，请考虑到 PHP 并不像其他语言那样原生支持 Unicode。涉及双字节字符串处理的每个任务都必须使用适当的多字节函数仔细实现，这通常需要对字符编码进行硬编码。

Answer 2

您的意思是您在重新加载时遇到问题？
您将其输出到 HTML 页面吗？在这种情况下，您可能设置了错误的字符集。
至于使用实体，请查看：
htmlentitites

Answer 3

我不确定这个对你有帮助，但看看 WordPress 的 sanitize_title 功能，您可以在其中找到一些巨大的字符表。

Answer 4

正如您在讨论和答案中看到的那样，这是一个问题，php 无法处理本机（或者到目前为止，这里没有人知道），

我建议使用这个非常重要的功能...我的意思是，这是我迄今为止的解决方案，我非常不喜欢。

function parse_umlaut($string){

        $string = str_replace('u00c4', 'Ä', $string);
        $string = str_replace('u00e4', 'ä', $string);
        $string = str_replace('u00d6', 'Ö', $string);
        $string = str_replace('u00f6', 'ö', $string);
        $string = str_replace('u00dc', 'Ü', $string);
        $string = str_replace('u00fc', 'ü', $string);
        $string = str_replace('u00df', 'ß', $string);

        return $string;
 }