无法重现“iconv()：在输入字符串中检测到非法字符”，但我一直在服务器上

Question

对于用户代理和图像 EXIF 数据，我的系统尝试使用iconv()转换任何 UTF-8 字符。

但是，有时我会收到以下错误：

PHP 警告 [8]：iconv()：在输入字符串中检测到非法字符

对于这样的例子：

iconv('UTF-8', 'ASCII//TRANSLIT', 'Mozilla/5.0 (iPhone; CPU OS 10_15_5 (Ergänzendes Update) like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/12.1.1 Mobile/14E304 Safari/605.1.15');

iconv('UTF-8', 'ASCII//TRANSLIT', 'Ïðîãðàììà öèôðîâîé îáðàáîòêè èçîáðàæåíèé êîìïàíèè ACD Systems');

结果变成一个空字符串。

但是，当我复制上述内容并手动运行（在同一台服务器上）时，它可以工作......我没有收到任何错误，并且字符被转换为“？”。

多年来，我一直在尝试许多不同的事情，例如不同的编码，使用“IGNORE”而不是“TRANSLIT”，使用mb_convert_encoding等等......
但是，如果我无法捕获导致问题的真正输入，并且我不知道我能做些什么来“修复”这个问题，那么调试/修复这个真的很难。

我能做什么，以便为iconv()提供任何输入，任何非 ASCII 字符都将被转换为问号，而不会失败？

Answer 1

非法 UTF 字符很容易通过错误产生。 一个例子：

$currencies='€$';
$str = "äöü|".substr($currencies,1,1)."|def";
$ascii = iconv('UTF-8', 'ASCII//TRANSLIT', $str);
//ascii = false + Notice: iconv(): Detected an illegal character in input string

UTF-8 很清楚必须使用 mb_substr()，而不是 substr()。

使用 iconv，可以将 IGNORE 添加到 TRANSLIT 以忽略非法字符。

$ascii = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $str);
//$ascii: string(11) ""a"o"u||def"

在字符串中找到这样的非法字符并不容易。 通常的调试输出会伪造这些字符或忽略它们。 对于这些问题，我使用了这个特殊的 class ，它还可以重现地显示带有非法 UTF-8 的字符串。

debug::writeUni($str);
//Output:\u{e4}\u{f6}\u{fc}|\x82|def

这个 output 可以通过复制和粘贴来接管。

$str2 = "\u{e4}\u{f6}\u{fc}|\x82|def";
var_dump($str === $str2); //bool(true)

Answer 2

早上好，我的问题仍然存在，因为有些字符无法被 iconv 识别。 我尝试了来自不同组的几个代码选项，但实际工作如下：

//Nota: Conversor de caracteres para UTF8

 public function ConvertToUTF8($text)
{
    $encoding = mb_detect_encoding($text.'x', mb_detect_order(), false);
    if($encoding == "UTF-8")
    {
        //Converte letra a letra
        $i    = 0;
        $conv = '';
        do 
        {
            $letra = substr($text,$i,1);
            $conv .= iconv(mb_detect_encoding($letra, mb_detect_order(), true), "UTF-8//IGNORE", $letra);
            $i ++;
        } while ($i < strlen($text) );
        $text = $conv;
    }
    else if ($encoding == 'ISO-8859-1')
    {
        $text = mb_convert_encoding($text, 'ISO-8859-1', 'UTF-8');
    }
    else if ($encoding == 'ASCII')
    {
        $text = mb_convert_encoding($text, "UTF-8");
    }
    $out = iconv(mb_detect_encoding($text.'x', mb_detect_order(), false), "UTF-8//TRANSLIT//IGNORE", $text);

    return $out;
}//Fim Módulo