如何將ISO 8859-1字符轉換為UTF-8

Question

我使用CURL從另一個站點獲取內容，但是我不知道為什么它會自動從UTF-8轉換為ISO 8859-1，如下所示：

網站：abc.com：

CửaHàngChip Chip：RộnràngGiGiángsinhvớinhữngvậtphẩmtrangtríNoelđầymàusắccủaCHIPCHIP GIFT SHOP

但是，當我使用CURL從該網站獲取內容時，我得到了關注：

Cửa Hàng Chip Chip: Rộn ràng đón Giáng sinh với những vật phẩm trang trí Noel đầy màu sắc của CHIPCHIP GIFT SHOP

那么如何將其轉換為UTF-8？

Answer 1

您可以嘗試以下方法：

html_entity_decode($string)

在此處查看更多信息： html_entity_decode

Answer 2

您的文件未轉換為其他編碼。 他們正在使用HTML字符實體 。 您需要轉換這些實體 ，例如é 到UTF-8，例如é。 如果您甚至需要執行此操作，則在轉換為UTF-8之后，這需要多一行代碼。

Answer 3

我建議使用iconv 。

iconv --list提供所有已知編碼的列表，然后可以使用iconv -f FROM_ENCODING -t TO_ENCODING進行轉換。 它也可以從stdin中讀取，因此可以插入curl 。

但是關於您的問題的評論：似乎文件作者並不在乎使用正確的編碼，而是決定堅持使用（舊樣式？） &auml和其他東西。

Answer 4

將您的字符串放入變量中並使用以下函數。

$var = "";
echo utf8_encode($var);

Answer 5

從您粘貼的行來看，問題似乎出在HTML實體上，而不是字符編碼上。 編碼的字符對我來說很好。

您需要將這些HTML實體轉換為編碼的char。 使用哪種工具將取決於您的環境或編程語言。 我不認為僅靠CURL就可以做到。

PHP具有htmlspecialchars_decode（） 。 HTMLParser模塊中的Python unescape（） 。

Answer 6

curl不轉換任何內容，按原樣下載內容

您所看到的是字符實體，有效的html，以及將瀏覽器轉換為可讀形式的瀏覽器。

您可以通過在瀏覽器中打開curl保存的文件來進行檢查。 它看起來像實時頁面。