utf-8到iso-8859-1編碼問題

Question

我正在嘗試從另一個網站上的rss feed中預覽最新帖子。 Feed是UTF-8編碼的，而網站是ISO-8859-1編碼的。 顯示標題時，我正在使用；

 $post_title = 'Blogging – does it pay the bills?';

 echo mb_convert_encoding($post_title, 'iso-8859-1','utf-8');

 // returns: Blogging ? does it pay the bills?
 // expected: Blogging - does it pay the bills?

請注意，我期望的連字符不是正常的負號，而是一些大膽的破折號。 好吧，反正還要長幾個像素。 :)不知道該如何描述它，因為我的鍵盤無法產生該字符...

Answer 1

mb_convert_encoding僅轉換內部編碼-實際上不會將字符的字節序列從一個字符集更改為另一個字符集。 為此，您需要iconv 。

mb_internal_encoding( 'UTF-8' );
ini_set( 'default_charset', 'ISO-8859-1' );

$post_title = 'Blogging — does it pay the bills?'; // I used the actual m-dash here to best mimic your scenario

echo iconv( 'UTF-8', 'ISO-8859-1//TRANSLIT', $post_title );

或者，就像其他人所說的那樣，只需將超出范圍的字符轉換為html實體。

Answer 2

我懷疑您的意思是Em Dash（—）。 ISO-8859-1不包含此字符，因此將其轉換為該編碼不會有太大的運氣。

您可以使用htmlentities（） ，但是我建議將ISO-8859-1移至UTF-8進行發布。

Answer 3

我假設以下內容：

• 您的文件實際上是使用UTF-8編碼的
• 您的編輯器使用Windows-1252解釋文件

其原因是，你的破折號字符（U + 2014）表示為– 。 這就是使用Windows-1252 （0xE2 = â ，0x80 = € ，0x94 = ” ）解釋該字符的UTF-8代碼字（0xE28094）時得到的結果。 因此，您首先需要修復您的編輯器編碼。

以及原因是? 在您的輸出中是ISO 8859-1不包含EM DASH字符。

Answer 4

可能是破折號（U + 2014），並且您要執行的操作不是轉換編碼，因為連字符是一個不同的字符。 換句話說，您要搜索此類字符並手動替換它們。

更好的是，只需將網站切換為UTF-8。 它在很大程度上與Latin-1吻合，更適合於2009年的網站。