PHP Utf8 解码问题答案

【问题标题】：PHP Utf8 Decoding IssuePHP Utf8 解码问题
【发布时间】：2013-06-17 03:48:05
【问题描述】：

我有以下地址行：Praha 5, Staré Město,

我需要对这个字符串使用 utf8_decode() 函数，然后才能将它写入 PDF 文件（使用 domPDF lib）。

但是，上述地址行的 php utf8 解码函数似乎不正确（或者更确切地说，不完整）。

以下代码：

<?php echo utf8_decode('Praha 5, Staré Město,'); ?>

产生这个：

布拉格 5, Staré M?sto,

知道为什么 ě 没有被解码吗？

【问题讨论】：

utf8_decode 只是转换一个以 UTF-8 编码的字符串，你的字符串是 utf8_encoded 吗？

标签： php utf-8 character-encoding

【解决方案1】：

utf8_decode将字符串从 UTF-8 编码转换为 ISO-8859-1，也就是“Latin-1”。
Latin-1 编码不能表示字母“ě”。就这么简单。
“解码”完全是用词不当，它与iconv('UTF-8', 'ISO-8859-1', $string) 的作用相同。

见What Every Programmer Absolutely, Positively Needs To Know About Encodings And Character Sets To Work With Text。

【讨论】：

感谢最佳答案 (2015) +1
@deceze utf8_decode converts the string from a UTF-8 encoding to ISO-8859-1 这可能节省了我几个小时！如果你在我们的办公室，我很乐意请你喝一杯:)

【解决方案2】：

问题出在您的PHP文件编码中，将文件保存为UTF-8编码，然后甚至不需要使用utf8_decode，如果您从数据库中获取这些数据'Praha 5, Staré Město,'，最好将其字符集更改为UTF-8

【讨论】：

【解决方案3】：

【解决方案4】：

我最终使用了自制的 UTF-8 / UTF-16 解码功能（转换为 number; 表示），我没有找到任何模式来解释为什么没有检测到 UTF-8，我怀疑它是因为“编码为”序列并不总是在返回的字符串中完全相同的位置。您可能会对此进行一些额外的检查。

三字符 UTF-8 指示符：$startutf8 = chr(0xEF).chr(187).chr(191); （如果你在任何地方看到这个，不仅仅是前三个字符，字符串是 UTF-8 编码的）

按照UTF-8规则解码；这取代了一个字节一个字节的早期版本：使用

function charset_decode_utf_8 ($string) {
/* Only do the slow convert if there are 8-bit characters */
/* avoid using 0xA0 (\240) in ereg ranges. RH73 does not like that */
if (! ereg("[\200-\237]", $string) and ! ereg("[\241-\377]", $string))
    return $string;

// decode three byte unicode characters
$string = preg_replace("/([\340-\357])([\200-\277])([\200-\277])/e",       
"'&#'.((ord('\\1')-224)*4096 + (ord('\\2')-128)*64 + (ord('\\3')-128)).';'",   
$string);

// decode two byte unicode characters
$string = preg_replace("/([\300-\337])([\200-\277])/e",
"'&#'.((ord('\\1')-192)*64+(ord('\\2')-128)).';'",
$string);

return $string;
}

【讨论】：