解析多语言提要的最佳实践答案

【问题标题】：Best practices about parsing multi language feed解析多语言提要的最佳实践
【发布时间】：2011-06-30 08:24:35
【问题描述】：

我在解析来自不同提要的数据时遇到问题，其中一些是英语，另一些是意大利语，还有一些是西班牙语。我正在使用 PHP 脚本进行解析并将解析后的数据保存到我的 MySQL 数据库中。

问题在于，当我解析包含“非常见”字符的项目时，例如：“Stage di Viareggio Più”，当我查看数据库时，该短语以这种方式存储：“Stage di Viareggio PiÃ¹”。

我的数据库可以使用那种字符，因为当我手动输入该字符时，它可以正常工作，在原始提要（rss 文件）中，该短语也可以，我认为是我的 PHP 服务器正在更改字母。我该如何解决这个问题？谢谢！

【问题讨论】：

【解决方案1】：

确保数据库使用 UTF-8（正如您所说的那样）并且 PHP 脚本的内部编码设置为 UTF-8，您可以使用 iconv_set_encoding 实现这一点。如果您从 HTTP 请求中读取数据，这应该是您所需要的，只要该请求正确标记自己的编码即可。

【讨论】：

【解决方案2】：

看起来输入数据采用 UTF-8 格式，但 DB 表的字符集/排序规则 - ASCII。我建议到处都有 UTF-8。

【讨论】：

【解决方案3】：

在保存到 MySQL 之前你需要实现的是：

查看这些不同的线程以获取更多信息

我觉得不可思议的是，这个问题在过去 24 小时内收到 -2 没有任何 cmets。

来自发布的问题：

我正在使用 PHP 脚本进行解析，并将解析后的数据保存到我的 MySQL 数据库中。

和

我认为是我的 PHP 服务器正在更改字母。我该如何解决这个问题？谢谢！

到目前为止发布的答案与MySQL的编码和设置有关。问这个问题的人已经明确表示可以手动插入特殊字符，没有问题：

我的数据库可以使用那种字符，因为当我手动输入它时它工作正常

我的回答是帮助他将字符转换为 html 实体，这将绕过他在 RSS 提要中遇到的问题并回答发布的问题。

【讨论】：