脚本宝典收集整理的这篇文章主要介绍了php – 智能引号未正确转换为UTF8,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
>数据库排序规则:utf8_general_ci,charset:utf8
> Page’s charset:utf-8
> XML文件:ANSI,包含智能引号(来自MS Word)
因此,在导入期间,我会在保存到数据库中并随后在页面上显示之前对XML文件中的文本执行utf8_encode().
但成功导入后,保存到DB中,
>数据库:智能报价保存为?角色(从CMD看)
>页面:智能引号显示为方框
关于为什么智能引号没有被正确转换的任何想法,即使使用utf8_encode()?
编辑:
@Tomalak:XML文件实际上是.txt,没有XML声明(<?xml ...?>),没有根元素.我的脚本实际上添加了一个根元素,以便解析器工作:
utf8_encode(‘< article>‘.file_get_contents($xmlfile).’< / article>‘);
只要您不使用“特殊”字符(即ASCII范围之外的任何字符),即使您的文件不是真正的UTF-8编码,它也可以在没有声明的情况下工作.这是因为UTF-8与ASCII字节兼容.但是,只要在其中一个代码页上使用字符 – 比如“智能引号” – 它就会中断,因为它们由UTF-8中的不同字节表示.
在您的情况下,遗留编码中有一些文本文件,您可以使用根元素进行包装,以将它们转换为格式良好的XML.因此,您需要自己添加XML声明:
'<?xml encoding="Windows-1252"?><article>'.file_get_contents($xmlfile).'</article>'
这样,您可以指示DOMDocument如何解释字符串中的字节.我为你假设了Windows-1252,因为你说ANSI并提到了卷曲引号.
事实上,95%的时间这是人们真正的意思,即使在Linux上,即使他们说的是ISO-8859-1(或latin-1),这几乎是,但不完全相同.
为了确保您可以在十六进制编辑器中打开文本文件,找到一些特殊字符并将其字节值与可疑编码进行比较.对于Windows-1252
.对于卷曲引号,预期的字节值将是:
>“147(0x93)
>“148(0x94)
一旦声明了字符串中单个字节的含义,DOMDocument就可以理解它们并做正确的事情.
以上是脚本宝典为你收集整理的php – 智能引号未正确转换为UTF8全部内容,希望文章能够帮你解决php – 智能引号未正确转换为UTF8所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。