php – 智能引号未正确转换为UTF8

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了php – 智能引号未正确转换为UTF8，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1786字，纯文字阅读大概需要3分钟。

内容图文

我有一个PHP脚本,可以导入和解析XML文件并将数据保存到数据库中：

>数据库排序规则：utf8_general_ci,charset：utf8
> Page’s charset：utf-8
> XML文件：ANSI,包含智能引号(来自MS Word)

因此,在导入期间,我会在保存到数据库中并随后在页面上显示之前对XML文件中的文本执行utf8_encode().

但成功导入后,保存到DB中,

>数据库：智能报价保存为？角色(从CMD看)
>页面：智能引号显示为方框

关于为什么智能引号没有被正确转换的任何想法,即使使用utf8_encode()？

编辑：

@Tomalak：XML??文件实际上是.txt,没有XML声明(<？xml ...？>),没有根元素.我的脚本实际上添加了一个根元素,以便解析器工作：

utf8_encode(‘< article>‘.file_get_contents($xmlfile).’< / article>‘);

好像我需要添加一个XML声明..？如果是这样,它应该怎么样？

解决方法:

如果您的XML字符串(即文件内容)未编码为UTF-8,则需要一个表示文件编码的XML声明.如果缺少XML声明,解析器将采用UTF-8.

只要您不使用“特殊”字符(即ASCII范围之外的任何字符),即使您的文件不是真正的UTF-8编码,它也可以在没有声明的情况下工作.这是因为UTF-8与ASCII字节兼容.但是,只要在其中一个代码页上使用字符 – 比如“智能引号” – 它就会中断,因为它们由UTF-8中的不同字节表示.

在您的情况下,遗留编码中有一些文本文件,您可以使用根元素进行包装,以将它们转换为格式良好的XML.因此,您需要自己添加XML声明：

'<?xml encoding="Windows-1252"?><article>'.file_get_contents($xmlfile).'</article>'

这样,您可以指示DOMDocument如何解释字符串中的字节.我为你假设了Windows-1252,因为你说ANSI并提到了卷曲引号.

事实上,95％的时间这是人们真正的意思,即使在Linux上,即使他们说的是ISO-8859-1(或latin-1),这几乎是,但不完全相同.

为了确保您可以在十六进制编辑器中打开文本文件,找到一些特殊字符并将其字节值与可疑编码进行比较.对于Windows-1252.对于卷曲引号,预期的字节值将是：

>“147(0x93)
>“148(0x94)

一旦声明了字符串中单个字节的含义,DOMDocument就可以理解它们并做正确的事情.

在数据库中,我强烈怀疑存在一些自动编码转换.我承认我对PHP / mySQL / Unicode集成的了解不够.

内容总结

以上是互联网集市为您收集整理的php – 智能引号未正确转换为UTF8全部内容，希望文章能够帮你解决php – 智能引号未正确转换为UTF8所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端