读取ansi文件并转换为UTF-8字符串

Question

有什么方法可以用 PHP 做到这一点吗？

当我打印出来时，要插入的数据看起来很好。

但是当我将其插入数据库时​​，该字段变为空。

Answer 1

$tmp = iconv('YOUR CURRENT CHARSET', 'UTF-8', $string);

或者

$tmp = utf8_encode($string);

奇怪的是你最终在数据库中得到一个空字符串。我可以理解您最终会在数据库中出现一些垃圾，但没有什么（空字符串）是奇怪的。

我刚刚在控制台中输入了以下内容：

iconv -l | grep -i ansi

它向我显示：

ANSI_X3.4-1968
ANSI_X3.4-1986
ANSI_X3.4
ANSI_X3.110-1983
ANSI_X3.110
MS-ANSI

这些是您当前的字符集的可能值
正如之前指出的，当您的输入字符串包含 UTF 允许的字符时，您不需要转换任何内容。

当您不想省略字符而是用类似的字符替换它们时（当它们不在 UTF-8 集中时），请更改 UTF-8//TRANSLIT 中的 UTF-8

Answer 2

“ANSI”并不是真正的字符集。这是“无论什么字符集都是创建数据的计算机中的默认字符集”的简短说法。因此，您有一个双重任务：

1. 找出正在使用的字符集数据。
2. 使用适当的函数转换为 UTF-8。

对于#2，我通常对 iconv() 很满意，但如果源数据碰巧使用 ISO-8859-1，则 utf8_encode() 也可以完成这项工作。

更新

看起来您不知道您的数据正在使用什么字符集。在某些情况下，如果您知道用户所在的国家/地区和语言（例如，西班牙/西班牙语），则可以通过 Microsoft Windows 在此类地区使用的默认编码来确定。

Answer 3

请注意，如果转换失败，使用 iconv() 可能会返回 false。

我也遇到了一些类似的问题，如果文件以 UNICODE 编码，则中文字母中的某些字符会被误认为 \n ，但如果文件是 UFT-8 则不会。

要回到您的问题，请确保文件的编码与数据库的编码相同。另外，在已经是 utf-8 的文本上使用 utf-8_encode() 可能会产生令人不快的结果。尝试使用 mb_detect_encoding() 来查看文件的编码，但不幸的是这种方法并不总是有效。据我所知，字符编码没有简单的修复方法:(