如何將未知的字符集轉換為utf8？

Question

我在utf8數據庫中將字符串Mühle保存為Mülele。 我希望它在UTF8中，因此它將在我的網頁上正確顯示，該網頁也使用utf8。

我認為字符串沒有轉換成utf8 befor將其寫入數據庫，現在它將無法在我的網頁上正確顯示。

我嘗試從我的mysql數據庫中選擇這個字符串並將其轉換為utf8，但它沒有用。 我也試過多次解碼，但也沒用。 請參閱我在下面使用的代碼：

$string = Mühle;
$string=utf8_encode($string);
echo $string;

和

$string = Mühle;
$string=utf8_decode($string);
$string=utf8_encode($string);
echo $string;

上述代碼的輸出與兩種情況下的輸入相同，不會改變有關字符串的任何內容。

我可以做什么來轉換這個字符串，以便我可以在我的mysql數據庫中更新它，並在下次正確顯示為Mühle時選擇它？

Answer 1

您的字符串是雙重編碼的 UTF-8 - 即UTF-8，它被解釋為Latin-1，然后重新編碼為UTF-8。

當您搞亂角色編碼時會發生這種情況 - 例如，當您希望連接使用Latin-1時發送UTF-8數據時。 要解決此問題，您需要在創建連接后立即調用mysqli_set_charset （或數據庫API的等效函數），或者默認情況下修改MySQL配置以使用UTF-8連接。

此外，您需要修復數據 - 這是使用utf8_decode適當的次數完成的。 如果“Mühle”是數據庫使用UTF-8連接返回的確切字節，則需要讀取該字符串，通過utf8_decode發送，然后更新該行（仍使用UTF-8連接）。

請注意，當您在MySQL中選擇一行時， 它會在發送回客戶端之前從表字符集轉換為連接字符集 。 所以，如果你在屏幕上看到“Mühle”，MySQL正在使用UTF-8連接， 並且你將字符串顯示為UTF-8，你需要調用utf8_decode 兩次才能修復它，因為這意味着該字符串實際上是三重編碼的 - 在數據庫文本中兩次，一次用於顯示。 仔細檢查所有內容 ，最好使用像phpMyAdmin這樣開發良好的MySQL客戶端 - 直到它在那里正確顯示， 你的數據仍然編碼不正確 。

如果這只是幾行的問題，手動修復是可以的; 如果這是數據庫的一般問題，您可能更喜歡轉儲SQL腳本，轉換該文件，並使用它來替換舊數據。

Answer 2

嘗試以下功能。 它會將字符串轉換回UTF-8。

function convert_smart_quotes($string)
{
$string = htmlentities($string);
$string = mb_convert_encoding($string, 'HTML-ENTITIES', 'utf-8');
$string = htmlspecialchars_decode(utf8_decode(htmlentities($string, ENT_COMPAT, 'utf-8', false)));

$s = array(
    chr(145) => "'",
    chr(146) => "'",
    chr(147) => '"',
    chr(148) => '"',
    chr(151) => '-',
    's©' => '©',
    '®' => '®',
    '™' => '™', //™
    '“' => '"', // left side double smart quote
    'â€' => '"', // right side double smart quote
    '‘' => "'", // left side single smart quote
    '’' => "'", // right side single smart quote
    '…' => '...', // elipsis
    '—' => '-', // em dash
    '–' => '-', // en dash
);

return strtr($string, $s);
}