PHP 函数 iconv 字符编码从 iso-8859-1 到 utf-8

Question

我正在尝试将字符串从 iso-8859-1 转换为 utf-8。 但是当我找到这两个字符 € 和 • 时，函数返回 一个字符，是一个里面有两个数字的正方形。

我该如何解决这个问题？

Answer 1

我认为您正在寻找的编码是 Windows 代码页 1252 （西欧）。它与 ISO-8859-1（或 8859-15）不同； 0xA0-0xFF 范围内的字符与 8859-1 匹配，但 cp1252 在 0x80-0x9F 范围内添加了一系列额外字符，其中 ISO-8859-1 分配很少使用的控制代码。

之所以会出现这种混乱，是因为当您将页面提供为 text/html;charset=iso-8859-1 时，由于历史原因，浏览器实际上使用 cp1252（因此会提交cp1252 中也有形式）。

iconv('cp1252', 'utf-8', "\x80 and \x95")
-> "\xe2\x82\xac and \xe2\x80\xa2"

Answer 2

请务必先检查您的编码！你永远不应该盲目相信你的编码（即使它来自你自己的网站！）：

function convert_cp1252_to_utf8($input, $default = '') {
    if ($input === null || $input == '') {
        return $default;
    }

    // https://en.wikipedia.org/wiki/UTF-8
    // https://en.wikipedia.org/wiki/ISO/IEC_8859-1
    // https://en.wikipedia.org/wiki/Windows-1252
    // http://www.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/WINDOWS/CP1252.TXT
    $encoding = mb_detect_encoding($input, array('Windows-1252', 'ISO-8859-1'), true);
    if ($encoding == 'ISO-8859-1' || $encoding == 'Windows-1252') {
        /*
         * Because ISO-8859-1 and CP1252 are identical except for 0x80 through 0x9F
         * and control characters, always convert from Windows-1252 to UTF-8.
         */
        $input = iconv('Windows-1252', 'UTF-8//IGNORE', $input);
    }
    return $input;
}

Answer 3

iso-8859-1 不包含 € 符号，因此如果您的字符串包含它，则无法使用 iso-8859-1 进行解释。请改用 iso-8859-15。

Answer 4

这 2 个字符在 iso-8859-1 中是非法的（您是指 iso-8859-15 吗？）

$ php -r 'echo iconv("utf-8","iso-8859-1//TRANSLIT","ter € and • the");'
ter EUR and o the