找出 straÃŸe 的字符编码答案

【问题标题】：Find out character encoding of straÃŸe找出 straÃŸe 的字符编码
【发布时间】：2013-03-25 17:17:32
【问题描述】：

我在为外部接口的内容编码而苦苦挣扎。在 MySQL 数据库中，排序规则是 latin1_swedish_ci。也是字段istlatin1_swedish_ci的排序规则。 php 脚本以 UTF-8 编码，浏览器中的输出为我提供 UTF-8。除此数据库的内容外，一切正常。数据库连接应该是UTF-8（Typo3 4.7），内容是

街道

但应该是straße。

mb_detect_encoding($data['street'],'UTF-8') 说它是UTF-8。如果我使用utf8_decode() 我会得到

直线

如果我使用utf8_encode() 我会得到

街道

我的假设是 UTF-8 编码的数据存储在 ISO-8859-1 中，但如果是这种情况，这里就不应该出现这样的问题。如何找出真正的编码是什么？

PS：我无法更改源的编码！

我最初的问题的解决方案：

我必须使用这行代码将数据库连接从 UTF-8 设置为 ISO-8859-1

$res = $GLOBALS['TYPO3_DB']->sql_query("SET NAMES latin1");

【问题讨论】：

标签： utf-8 character-encoding typo3 iso-8859-1 latin1

【解决方案1】：

字符 ß 'LATIN SMALL LETTER SHARP S' (U+00DF) 存在于字节 0xC3 和 0x9F 的 UTF-8 中，根据链接站点：

UTF-8（十六进制）0xC3 0x9F (c39f)

如果我们查看 ISO-8859-1 codepage layout，那么这些字节代表字符 Ã 和 ISO-8859-1 代码页布局中未定义的字符。因此不是这样。另一种与 ISO-8859-1 有一些重叠的常见字符编码是 Windows CP1252（也称为 ANSI，在记事本中保存文本文件时默认使用 - 可以通过使用 Save As 替代） .如果我们查看CP1252 codepage layout，那么这些字节代表字符Ã 和Ÿ，这证实了您最初检索的内容。

所以，它很可能是 CP1252 编码的。

【讨论】：

【解决方案2】：

您看到的“ÃŸ”实际上是 windows-1252（也称为 CP1252）对构成“ß”的 UTF-8 编码的两个字节 0xC3 和 0x9F 的解释。但这似乎意味着数据实际上是 UTF-8 编码的，只是被误解为 windows-1252 编码。所以我认为它应该被简单地处理为UTF-8，并采取适当的预防措施。

【讨论】：

【解决方案3】：

我建议您继续验证您的 sql 连接正在使用什么字符集。它不一定与您为数据库定义的字符集相同。

来自 PHP

// Opens a connection to a MySQL server
$connection = mysql_connect ($server, $username, $password);
$charset = mysql_client_encoding($connection);
$flagChange = mysql_set_charset('utf8', $connection);
echo "The character set is: $charset</br>mysql_set_charset result:$flagChange</br>";

PHPMYADMIN 内部

打开数据库information_schema
打开表schemata
查看您的 mysql 默认排序规则

您可能会也可能无法更改这些参数，具体取决于用户权限。

如上所示，我通过将以下行附加到我的connection.php 文件（我在每个使用 db 访问的页面的开头调用）解决了我在 mysql 中的冲突字符集问题：

$flagChange = mysql_set_charset('utf8', $connection);

【讨论】：