在 PHP 中将 ISO8859-1 转换为 UTF-8 时出现问题答案

【问题标题】：Problem converting ISO8859-1 to UTF-8 in PHP在 PHP 中将 ISO8859-1 转换为 UTF-8 时出现问题
【发布时间】：2010-09-12 01:09:54
【问题描述】：

我正在尝试转换取自 MySQL 数据库的 ISO8859-1 字符串，并使用 php 将其转换为 UTF-8。但是，当我使用 utf8_encode 函数时，它会从字符串中删除几乎所有的撇号（例外情况似乎在 html 字段中）。

谢谢

【问题讨论】：

您是否尝试在编码之前对字符串调用 stripslashes()？

标签： php mysql utf-8 character-encoding apostrophe

【解决方案1】：

您的“ISO-8859-1”内容实际上可能不是 ISO-8859-1。

当您说Content-Type: text/html; charset=iso-8859-1 时，由于令人讨厌的历史原因，浏览器实际上并不使用 ISO-8859-1。他们确实使用 Windows 代码页 1252（西欧），与 ISO-8859-1 非常相似，但又不一样。

特别是，0x80-0x9F 范围内的字节表示 ISO-8859-1 中不可见且很少使用的控制代码。但是 cp1252 在此范围内添加了一些印刷细节和其他扩展，包括“智能引号”。当您在 MS Word 中编写撇号时，它会将其更改为一个向左的智能引号 ’，因此在 Word 和其他 Office 应用程序中输入的原始文本通常会出现编码问题。

要将 cp1252 转换为 UTF-8，您必须使用 iconv('cp1252', 'utf-8', $somestring) 而不是与“真实” ISO-8859-1 绑定的 utf8_encode。

【讨论】：

我认为更公平的说法是浏览器并不总是使用 ISO-8859-1（又名 Latin-1）。如果不是，他们不一定使用 Windows 代码页，尤其是。在非 Windows 平台上。
@StaxMan：在网络的早期，你是对的，存在各种不兼容的行为。但是今天，当前的浏览器在指定 ISO-8859-1 时都使用 cp1252。 HTML5 standardises 这个和其他讨厌的编码替换。遗憾的是，这种丑陋的行为已成为标准，并且无法指定“ISO-8859-1，我是认真的！”......但是我们都在使用 UTF-8，所以谁在乎，对吧？ :-)
哦？好像我今天学到了一些新东西……这很有趣（是的，非常混乱！）。同意 UTF-8（是的，我知道，不是每个人都在使用它），我实际上很喜欢 JSON，决定它是 UTF-xx，仅此而已。

【解决方案2】：

一种可能性是使用 Iconv。我以前用过，挺好用的。

http://php.net/manual/en/function.iconv.php

它有一个可以近似字符的TRANSLIT选项。

【讨论】：