如何比较和输出拉丁字符？答案

【问题标题】：How to compare and output latin characters?如何比较和输出拉丁字符？
【发布时间】：2012-09-18 04:17:35
【问题描述】：

我有一系列国家，其中一个国家有一个拉丁字符“Å”：

$country["af"] = "Afghanistan";
$country["ax"] = "Åland Islands";
$country["al"] = "Albania";

在遍历这个数组并比较国家名称的第一个字符时，我无法匹配拉丁字符。

foreach($country as $cc => $name)
{
 if($name[0] == "Å")
 {
  echo "matched";
 }
 else
 {
  echo $name[0];
 }
}

我得到的结果是：A�A

为什么拉丁字符 Å 变成了�，如何进行适当的比较并输出拉丁字符 Å？

添加说明：http头和html文档已经指定为UTF-8格式。

补充说明2：如果我只是回显$name而不是$name[0]，我可以在奥兰群岛获得Å。使用substr($name, 0, 1) 与$name[0] 具有相同的效果，这给了我...。

【问题讨论】：

标签： php comparison latin

【解决方案1】：

将您的脚本更改为此。 unicode 编码字不能与正常的字符串函数一起爆炸。你必须使用多字节函数。

foreach($country as $cc => $name)
{
     if(mb_substr($name,0,1,"UTF-8") == "Å")
     {
      echo "matched";
     }
     else
     {
      echo mb_substr($name,0,1,"UTF-8");
     }
}

【讨论】：

感谢您的回答。不错！

【解决方案2】：

问题在于程序有不同的方式来表示不同的字符。这称为字符编码。您的浏览器、服务器和 PHP 代码目前对您使用的编码感到困惑，因为您将UTF-8 字符与ANSI 代码混合在一起。

您可以在此处了解有关编码的更多信息： http://vlaurie.com/computers2/Articles/characters.htm

每当我构建一个 UTF-8 PHP 站点时，我都会做三件事。这三件事应该可以解决您的问题：

添加 PHP UTF-8 标头

将此添加到代码的顶部：

<?php
header('Content-Type: text/html; charset=utf-8'); 
...

我相信这会指示其他服务器和您的浏览器使用 UTF-8 而不是 ANSI 解析此文档。您可以在此处阅读有关此内容的更多信息： Set HTTP header to UTF-8 using PHP

添加 HTML UTF-8 元标记

将此代码添加到您返回的 HTML 的顶部：

<!doctype html>
<html>
<head>
<meta http-equiv="Content-type" content="text/html; charset=utf-8" /> 
...

这还会指示您的浏览器以 UTF-8（而不是 ANSI）读取字符。您可以在此处阅读有关此内容的更多信息： Set HTTP header to UTF-8 using PHP

将 PHP 文件另存为不带 BOM 的 UTF-8

默认情况下，您的文件通常以ANSI encoding. If you want to work with international characters, then you need to save them inUTF-8encoding. This will let you work with theÅ` 字符正确保存。

如果您使用 Notepad++ 作为文本编辑器，则可以在“编码”菜单下设置文档的编码。将其设置为Encode in UTF-8 without BOM。

遇到问题

UTF-8 without BOM 与 UTF-8 不同。 UTF-8 文件通常带有 3 个字节的数据，表明该文件是 UTF-8 文件。这称为Byte Order Mark (BOM)。您可以在此处阅读有关 BOM 的更多信息：http://www.arclab.com/products/amlc/utf-8-php-cannot-modify-header-information.html

无论如何，大多数程序都可以判断文件是 UTF-8，因此 BOM 是多余的。如果没有 BOM 不保存，您可能会收到如下错误消息：

Warning: Cannot modify header information – headers already sent

如果您看到此错误消息，那么您可能遇到了 BOM 问题。

【讨论】：

感谢您的全面回答，前两件事已经完成。如何检查 PHP 文件是否保存为没有 BOM 的 UTF-8？
这取决于您的文本编辑器。我使用Notepad++，它显示了Encoding 菜单下的编码：phpbb.com/kb/images/585_encoding.jpg。如果您使用的是普通记事本，那么它可能被保存为 ANSI。
我正在使用 gedit，它没有设置编码的选项。有没有办法找出它使用的是什么编码？
我没用过gedit，不过好像可以写个PHP脚本来检测文件编码：stackoverflow.com/questions/505562/detect-file-encoding-in-php。

【解决方案3】：

问号是因为您的查看器（浏览器）正在尝试显示当前字符集中不支持的字符。为什么在使用 $name[0] 访问第一个字符时会发生这种情况我不确定。

根据这里的帖子： PHP: Convert specific-Bosnian characters to non-bosnian (utf8 standard chars)

我尝试了以下方法：

$result = iconv("UTF-8", "ASCII//TRANSLIT", $test);

$result 现在包含奥兰群岛，特殊字符转换为正常版本。

$result[0] 现在应该包含 A。

【讨论】：

这根本不能回答我的问题... :(

【解决方案4】：

请为文件（存储的代码）和输出设置字符编码

【讨论】：