在 PHP 中将 utf-8 转换回一字节二进制文件答案

【问题标题】：Convert utf-8 back to one-byte binary in PHP在 PHP 中将 utf-8 转换回一字节二进制文件
【发布时间】：2013-12-02 15:38:46
【问题描述】：

我有很多图像是从 SQL 转储中导入的，使用 utf-8 编码。因此，在 jpeg 图像的开头，我看到的不是“FF D8 FF E0”，而是“C3 BF C3 98 C3 BF C3 A0”。

我试过 iconv('utf-8', 'iso-8859-1', $data) 但它不能转换整个文件（utf-8 中有字符不能转换为 iso-8859- 1.

如何在不考虑编码的情况下将简单的 utf-8 转换为一字节二进制？

【问题讨论】：

如果图像确实被视为 iso-8859-1 文本并作为 utf-8 文本写入数据库，并且您无法将它们转换回来，那么有些奇怪。它们应该是可逆的 - utf-8 中的 all 字符在 iso-8859-1 中不可表示并不重要，因为 only 字符来自 iso-8859- 1 可能已在源图像中找到，因为它们被处理为 iso-8859-1。哪些角色给你带来了问题？另外，我希望不言而喻，无论编码如何，图像都不应该被视为文本。 :)
如果我是你，我根本不会存储编码为 UTF8 的图像。这解决了这里的所有问题。
你需要知道转换为utf-8时使用的编码
@Artur 很遗憾我没有图片原件。
@Epsiloncool，你能把其中一张图片放到网上供我们试验吗？从您的示例来看，至少前两个字节似乎已成功且可逆地从 iso-8859-1 或 windows-1252（或其他一些包括 ÿ 和 Ø 的 8 位编码）转换为 utf-8。

标签： php encoding utf-8 iconv utf8-decode

【解决方案1】：

问题是因为 UTF-8 中有一些相同字符的表示形式，称为“非最短”形式。这些字符可以在数学上进行转换，但 iconv 将它们视为错误而不进行转换。

我做了一个简短的函数，它将任何 utf-8 字符的文本转换为 Unicode (UTF-16) 代码点数组。然后通过简单的表格将一些非 ASCII 值重新映射为 ASCII（例如 0x20ac 与 0x80 相同等）。你可以在这里找到完整的代码和重映射表：Converting UTF-8 with non-shortest characters to one-byte encoding

【讨论】：