php utf-8 編碼問題

Question

大家好：我在這里遇到了一個棘手的問題：我需要讀取一些文件並將其內容轉換為一些 XML 文件。 對於文件中的每一行，我相信它們中的大多數都是有效的 ASCII 代碼，因此我可以將該行讀入 php 並將該行保存到一個 XML 文件中，默認編碼 XML 為“UTF-8”。 但是，我注意到原始文件中可能存在一些GBK，GB2312（漢字），SJIS（日文字符）等。php直接將字符串保存到XML中沒有問題。 但是，XML 解析器會檢測到無效的 UTF-8 代碼並崩潰。

現在，我認為最適合我的庫 php 函數可能是：

 $decode_str = mb_convert_encoding($str, 'UTF-8', 'auto');

在將其插入 XML 之前，我嘗試為每一行運行此對話功能。 但是，當我用一些 UTF-16 和 GBK 編碼進行測試時，我認為這個函數不能正確區分輸入字符串編碼模式。

另外，我嘗試使用 CDATA 來包裝字符串，奇怪的是 XML 解析器仍然抱怨無效的 UTF-8 代碼等等。當然，當我 vim xml 文件時，CDATA 里面的內容肯定是一團糟。

有什么建議？

Answer 1

我曾經花了很多時間來創建一個安全的UTF8 編碼函數：

function _convert($content) {
    if(!mb_check_encoding($content, 'UTF-8')
        OR !($content === mb_convert_encoding(mb_convert_encoding($content, 'UTF-32', 'UTF-8' ), 'UTF-8', 'UTF-32'))) {

        $content = mb_convert_encoding($content, 'UTF-8');

        if (mb_check_encoding($content, 'UTF-8')) {
            // log('Converted to UTF-8');
        } else {
            // log('Could not be converted to UTF-8');
        }
    }
    return $content;
}

主要問題是找出輸入字符串已經使用了哪種編碼。 請告訴我我的解決方案是否也適用於您！

Answer 2

我在使用 json_encode 時遇到了這個問題。 我用它來把所有東西都變成 utf8。 來源： http : //us2.php.net/manual/en/function.json-encode.php

function ascii_to_entities($str) 
    { 
       $count    = 1; 
       $out    = ''; 
       $temp    = array(); 

       for ($i = 0, $s = strlen($str); $i < $s; $i++) 
       { 
           $ordinal = ord($str[$i]); 

           if ($ordinal < 128) 
           { 
                if (count($temp) == 1) 
                { 
                    $out  .= '&#'.array_shift($temp).';'; 
                    $count = 1; 
                } 

                $out .= $str[$i]; 
           } 
           else 
           { 
               if (count($temp) == 0) 
               { 
                   $count = ($ordinal < 224) ? 2 : 3; 
               } 

               $temp[] = $ordinal; 

               if (count($temp) == $count) 
               { 
                   $number = ($count == 3) ? (($temp['0'] % 16) * 4096) + 
(($temp['1'] % 64) * 64) + 
($temp['2'] % 64) : (($temp['0'] % 32) * 64) + 
($temp['1'] % 64); 

                   $out .= '&#'.$number.';'; 
                   $count = 1; 
                   $temp = array(); 
               } 
           } 
       } 

       return $out; 
    }