PHP：将“”转换为“”时出现问题从 ISO-8859-1 到 UTF-8 的字符

Question

我在使用 PHP 将 ISO-8859-1 数据库内容转换为 UTF-8 时遇到一些问题。我正在运行以下代码来测试：

// Connect to a latin1 charset database 
// and retrieve "Georgia O’Keeffe", which contains a "’" character
$connection = mysql_connect('*****', '*****', '*****');
mysql_select_db('*****', $connection);
mysql_set_charset('latin1', $connection);
$result = mysql_query('SELECT notes FROM categories WHERE id = 16', $connection);
$latin1Str = mysql_result($result, 0);
$latin1Str = substr($latin1Str, strpos($latin1Str, 'Georgia'), 16);

// Try to convert it to UTF-8
$utf8Str = iconv('ISO-8859-1', 'UTF-8', $latin1Str);

// Output both
var_dump($latin1Str);
var_dump($utf8Str);

当我在 Firefox 的源代码视图中运行此代码时，确保 Firefox 的编码设置设置为“Western (ISO-8859-1)”，我得到：

到目前为止，一切顺利。第一个输出包含那个奇怪的引用，我可以正确地看到它，因为它在 ISO-8859-1 中，Firefox 也是如此。

当我将 Firefox 的编码设置更改为“UTF-8”后，它看起来像这样：

引用去了哪里？ iconv() 不是应该将其转换为 UTF-8 吗？

Answer 1

U+2019 右单引号不是 ISO-8859-1 中的字符。它是 windows-1252 中的一个字符，如 0x92。实际的 ISO-8859-1 字符 0x92 是一个很少使用的 C1 控制字符，称为“私人使用” 2”。

错误标签很常见
Windows-1252 文本数据
字符集标签 ISO-8859-1。许多网络
浏览器和电子邮件客户端将
MIME 字符集 ISO-8859-1 为
Windows-1252 字符以便
适应这种错误标签，但它是
不标准的行为和护理应该
应采取措施避免产生这些
ISO-8859-1 中标记的字符
内容。

看来这就是这里正在发生的事情。将“ISO-8859-1”更改为“windows-1252”。

Answer 2

假设您的页面标题 charset 是 utf-8，这将解决您的问题：

// Opens a connection to a MySQL server
$connection = mysql_connect ($server, $username, $password);
$charset = mysql_client_encoding($connection);
$flagChange = mysql_set_charset('utf8', $connection);
echo "The character set is: $charset</br>mysql_set_charset result:$flagChange</br>";