打印 Unicode 字符 PHP答案

【问题标题】：Print Unicode characters PHP打印 Unicode 字符 PHP
【发布时间】：2013-07-09 03:29:23
【问题描述】：

我有一个数据库，它存储带有 Unicode 字符的视频游戏名称，但我不知道在将这些 Unicode 字符打印到 HTML 响应时如何正确转义它们。

例如，当我打印所有名称为 Uncharted 的游戏时，我会得到：

Uncharted: Drake's Fortuneâ„¢
Uncharted 2: Among Thievesâ„¢
Uncharted 3: Drake's Deceptionâ„¢

但它应该显示这个：

Uncharted: Drake's Fortune™
Uncharted 2: Among Thieves™
Uncharted 3: Drake's Deception™

我运行了一个快速的 JavaScript 转义函数来查看 ™ 是哪个 Unicode 字符，发现它是 \u2122。

如果我能让™ 字符正确显示，我完全转义字符串中的每个字符就没有问题。我的猜测是以某种方式找到字符串中每个字符的十六进制表示，并让 PHP 像这样渲染 Unicode 字符：

print "&#x2122";

请指导我了解 Unicode 转义字符串以实现 HTML 友好的最佳方法。不久前我为 JavaScript 做过类似的事情，但是 JavaScript 有一个用于转义和取消转义的内置函数。

我不知道任何类似功能的 PHP 函数。我读过ord 函数，但它只返回给定字符的ASCII 字符代码，因此&#x2122; 或&trade; 的显示不正确。我希望这个函数足够通用，可以应用于任何包含有效 Unicode 字符的字符串。

【问题讨论】：

标签： php unicode html-escape-characters

【解决方案1】：

您的内部似乎有 UTF-8 编码的字符串，PHP 正确输出它们，但您的浏览器无法自动检测编码（它决定使用 ISO 8859-1 或其他编码）。

最好的方法是通过发送相应的 HTTP 标头告诉浏览器正在使用 UTF-8：

header("content-type: text/html; charset=UTF-8");

然后，您可以将其余代码保持原样，而不必对实体进行 html 编码或创建其他混乱。

如果需要，您可以另外使用<meta>标签在生成的HTML中声明编码：

<meta http-equiv=Content-Type content="text/html; charset=UTF-8"> 用于 HTML
<meta charset="UTF-8"> 用于 HTML5

HTTP 标头优先于<meta> 标记，但如果将 HTML 保存为 HD 然后在本地读取，则后者可能很有用。

【讨论】：

@ViktorJoras 检查您的 PHP 脚本和/或服务器端字符串资源是否采用 UTF-8 编码。

【解决方案2】：

我花了很多时间试图找到更好的方法来打印 unicode 代码的等效字符，但我发现的方法不起作用或者非常复杂。

也就是说，JSON 能够使用语法“\u[unicode_code]”来表示 unicode 字符，那么：

echo json_decode('"\u00e1"');

将打印等效的 unicode char，在这种情况下：á。

P.D.注意单引号和双引号。如果你不把这两个都放上去，那是行不通的。

【讨论】：

【解决方案3】：

试试这个：

echo htmlentities("Uncharted: Drakes Fortune™ \n", ENT_QUOTES, "UTF-8");

发件人：http://php.net/htmlentities

【讨论】：

【解决方案4】：

// PHP 7.0
var_dump(
    IntlChar::chr(0x2122),
    IntlChar::chr(0x1F638)
);

var_dump(
    utf8_chr(0x2122),
    utf8_chr(0x1F638)
);

function utf8_chr($cp) {

    if (!is_int($cp)) {
        exit("$cp is not integer\n");
    }

    // UTF-8 prohibits characters between U+D800 and U+DFFF
    // https://tools.ietf.org/html/rfc3629#section-3
    //
    // Q: Are there any 16-bit values that are invalid?
    // http://unicode.org/faq/utf_bom.html#utf16-7

    if ($cp < 0 || (0xD7FF < $cp && $cp < 0xE000) || 0x10FFFF < $cp) {
        exit("$cp is out of range\n");
    }

    if ($cp < 0x10000) {
        return json_decode('"\u'.bin2hex(pack('n', $cp)).'"');
    }

    // Q: Isn’t there a simpler way to do this?
    // http://unicode.org/faq/utf_bom.html#utf16-4
    $lead = 0xD800 - (0x10000 >> 10) + ($cp >> 10);
    $trail = 0xDC00 + ($cp & 0x3FF);

    return json_decode('"\u'.bin2hex(pack('n', $lead)).'\u'.bin2hex(pack('n', $trail)).'"');
}

【讨论】：