在php中处理多字节字符

Question

正在开发基于php的mime解析器。如果正文包含Iñtërnâtiônàlizætiøn之类的字符串，我们会看到它已转换为Iñtërnâtiônàlizætiøn。有人可以建议如何处理这些字符串（什么功能）？

所以我们正在做以下

1. 使用Zend Library连接到IMAP服务器

   mail = new Zend_Mail_Storage_Imap($params);
   

2. 使用

   阅读邮件

   $message = $mail->getMessage($i);
   

   在循环中。

3. 当我们打印$message时，我们会看到字符串，例如Iñtërnâtiônàlizætiøn打印为Iñtërnâtiônà lizætiøn。

我需要的是，如果我们可以保留原始字符串？这只是我们可能遇到其他多字节字符的一个例子，那么我们应该知道如何处理这个问题呢？

Answer 1

没有特定的函数，你只需要处理它所在的编码中的字符串。字符串只是一个字节的blob，它会被的任何字符变成字符将这些字节解释为文本。并且那些东西需要使用正确的编码，否则这些字节不会被解释为它们应该是的字符。有关常见陷阱的详细信息，请参阅Handling Unicode Front To Back In A Web App。

Answer 2

如注释中所述，您可以使用php mb_ *函数来处理多字节字符。以下是检测字符串编码的示例：

$s="Iñtërnâtiônàlizætiøn";
echo mb_detect_encoding($s);  //UTF-8

然后您可以使用它，使用utf8_decode（$ s）或任何mb_函数将字符串转换为您希望的编码。