PHP UTF-8处理

Question

我正在解析一个文本文件，偶尔遇到诸如以下的数据：

CASTA¥EDA, JASON  

尝试保存信息时使用Mongo DB后端，出现以下错误：

[MongoDB\Driver\Exception\UnexpectedValueException]
  Got invalid UTF-8 value serializing 'Jason Casta�eda'

在谷歌搜索了几个地方之后，我找到了两个作者认为可以使用的函数：

 function is_utf8( $str )
    {
        return preg_match( "/^(
         [\x09\x0A\x0D\x20-\x7E]            # ASCII
       | [\xC2-\xDF][\x80-\xBF]             # non-overlong 2-byte
       |  \xE0[\xA0-\xBF][\x80-\xBF]        # excluding overlongs
       | [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}  # straight 3-byte
       |  \xED[\x80-\x9F][\x80-\xBF]        # excluding surrogates
       |  \xF0[\x90-\xBF][\x80-\xBF]{2}     # planes 1-3
       | [\xF1-\xF3][\x80-\xBF]{3}          # planes 4-15
       |  \xF4[\x80-\x8F][\x80-\xBF]{2}     # plane 16
      )*$/x",
            $str
        );
    }

    public function force_utf8($str, $inputEnc='WINDOWS-1252')
    {
        if ( $this->is_utf8( $str ) ) // Nothing to do.
            return $str;

        if ( strtoupper( $inputEnc ) === 'ISO-8859-1' )
            return utf8_encode( $str );

        if ( function_exists( 'mb_convert_encoding' ) )
            return mb_convert_encoding( $str, 'UTF-8', $inputEnc );

        if ( function_exists( 'iconv' ) )
            return iconv( $inputEnc, 'UTF-8', $str );

        // You could also just return the original string.
        trigger_error(
            'Cannot convert string to UTF-8 in file '
            . __FILE__ . ', line ' . __LINE__ . '!',
            E_USER_ERROR
        );
    }

使用上面的两个函数，我试图通过调用is_utf8（$ text）来确定一行文本是否具有UTF-8，如果不是，则调用force_utf8（$ text）函数。 但是，我得到同样的错误。 有指针吗？

Answer 1

这个问题已经很老了，但是对于那些面临相同问题并像我这样进入此页面的人来说：

mb_convert_encoding($value, 'UTF-8', 'UTF-8');

此代码应将所有非UTF-8字符替换为? 符号，它将对MongoDB插入/更新操作安全。