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进行测试:
// 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,确保将Firefox的编码设置设置为"西方(ISO-8859-1)",我得到以下信息:
到目前为止,一切都很好。 第一个输出包含奇怪的引号,我可以正确看到它,因为它在ISO-8859-1中,Firefox也是如此。
将Firefox的编码设置更改为" UTF-8"后,它看起来像这样:
报价去了哪里? iconv()是否不应该将其转换为UTF-8?
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,为0x92。 实际的ISO-8859-1字符0x92是很少使用的C1控制字符,称为"私人使用2"。
It is very common to mislabel
Windows-1252 text data with the
charset label ISO-8859-1. Many web
browsers and e-mail clients treat the
MIME charset ISO-8859-1 as
Windows-1252 characters in order to
accommodate such mislabeling but it is
not standard behaviour and care should
be taken to avoid generating these
characters in ISO-8859-1 labeled
content.
看来这就是这里发生的事情。 将" ISO-8859-1"更改为" windows-1252"。
哇,我做到了,我看到U + 2019处于UTF-8模式! 但是,使用" windows-1252"将大量数据从" ISO-8859-1"转换为" UTF-8"是否安全? 换句话说,所有ISO-8859-1字符是否仍将正确转换?
字符0x80-0x9F无法正确转换。 但是这些是几乎从未使用过的控制字符。
@mattalexx如果您在字符串中检查该范围内的字符并找到任何字符,那么最好将字符串编码为Windows-1252。 如果您找不到该范围内的任何字符,则它更可能是ISO-8859-1。
如果我能给你+10,我会的。 用这个把我的头撞在砖墙上好几个星期了,你的回答解决了其他建议无法解决的问题
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: $charsetmysql_set_charset result:$flagChange";