将 ajax 响应从 windows-1255 转换为 UTF8答案

【问题标题】：converting ajax response from windows-1255 to UTF8将 ajax 响应从 windows-1255 转换为 UTF8
【发布时间】：2012-05-01 16:09:05
【问题描述】：

我使用 Ajax 调用来接收希伯来语的响应。结果来自不同的站点，并采用windows-1255 编码。我的页面是UTF-8。响应如下所示：

îéãò ìî÷áì  áæ÷ äçáøä äéùøàìéú  àéï

我找到了这个网站：http://kanjidict.stc.cx/recode.php 使用 windows-1255 到 UTF-8（+标记最后一个复选框），结果是完美的。问题是我如何在 PHP 上做到这一点？

我所做的一切都会导致垃圾。

$data = 'îéãò ìî÷áì  áæ÷ äçáøä äéùøàìéú àéï  ';
echo mb_detect_encoding($data);

导致UTF-8（可能真的是UTF-8，因为我的php文件是utf-8）

我确实需要这个结果：

מידע למקבל  בזק החברה הישראלית אין

如果我尝试 iconv：

echo iconv("WINDOWS-1255", "UTF-8", "îéãò ìî÷áì  áæ÷ äçáøä äéùøàìéú àéï  ");

我明白了：

ֳ®ֳ©ֳ£ֳ² ֳ¬ֳ®ֳ·ֳ¡ֳ¬ ֳ¡ֳ¦ֳ· ֳ₪ֳ§ֳ¡ֳ¸ֳ₪ ֳ₪ֳ©ֳ¹ֳ¸ֳ ֳ¬ֳ©ֳ÷ ֳ ֳ©ֳ¯

发生了什么事？我怎样才能得到希伯来语结果？

谢谢！！

【问题讨论】：

我很困惑。您使用 Ajax（即来自客户端 JavaScript 的 XMLHTTPRequest）还是 PHP 来获取该页面？能否展示一下您目前使用的 PHP 代码？
我使用 jQuery $.get 调用一个 php 页面，该页面又使用 cURL 从另一个使用 windows-1255 编码的页面中获取数据
所以 Ajax 部分暂时是无关紧要的。请出示您的curl 代码。
converting ajax response from ISO-8859-1 to UTF8 的可能重复项 - Ted，请不要重复问题，而是改进之前的问题。

标签： php ajax character-encoding

【解决方案1】：

当您拥有包含此内容的文件时：

echo iconv("WINDOWS-1255", "UTF-8", "îéãò ìî÷áì  áæ÷ äçáøä äéùøàìéú àéï  ");

保存文件本身的编码方式非常重要。 PHP 的字符串不关心编码，它们只是作为字节数组工作。所以如果你使用 UTF-8 编码保存这样的文件，字符串当然会保存为 UTF-8，iconv 无法从 WIN1255 转换它，因为它是 UTF-8。

我的建议是 1) 从服务器检索原始编码中的字符串 2) 将其保存到文件中 3) 使用该文件进行实验，因为这样您就可以确定您只处理数据它是。一旦您尝试将其复制并粘贴到某个地方，您可能会更改事物的编码。

另外，使用十六进制编辑器查看数据也不错，这样您就可以确定文件中存储的内容。

无论如何，您所说的尝试做的似乎是正确的：从服务器获取 WIN-1255 数据，然后在其上调用 iconv(...)，现在它是 UTF-8，将其输出到 HTML 页面（其中当然有一个<meta>，表示它是UTF-8）。

【讨论】：

【解决方案2】：

可能不需要重新编码。您可以简单地使用声明的 win-1255 编码提供相同的内容，并让浏览器处理它。

如果你想重新编码，你需要在服务器上这样做：

从远程服务器获取字符串。
确定字符串的编码（从 http 标头或 html 标头）。
如有必要，将编码转换为 utf-8。
使用正确的 utf-8 编码声明向客户端返回新值。

您可能在第 4 步中缺少 Content-Type: text/html;charset=utf8 标头，这就是您的 echo iconv(...) 看起来错误的原因。

这是一个示例函数，可以在常见情况下为您执行步骤 1-3：

function getUrlAsUtf8($url) {
    $s = file_get_contents($url);
    if ($s) {
        $contenttype = preg_grep('/content-type:(?:(?:\r\n)?[ \t]+)*+((?:(?:(?:\r\n)[ \t]+)|[ \t\x20-\x7e\x80-\xff])*)/i', $http_response_header);
        $inputcharset = null;
        foreach ($contenttype as $ct) {
            if (preg_match('/charset\s*=\s*(.*?)(?:$|;)/i', $ct, $matches)) {
                $inputcharset = strtolower($matches[1]);
            }
        }
        if ($inputcharset and $inputcharset!=='utf-8') {
            $s = mb_convert_encoding($s, 'utf-8', $inputcharset);
        }
    }
    return $s;
}

echo getUrlAsUtf8('http://example.org');

【讨论】：