Question

我有一个非常奇怪的错误。

我已经验证我的字符串都是UTF-8（通过mb_check_encoding和mb_detect_encoding检查）但是当我尝试在字符串上使用utf8_decode时，它会向我返回乱码。在这种情况下，我实际上不需要使用utf8_decode，字符串将是正常的。

困难在于我有客户使用我从中提取字符串的UTF-8数据库，并且我使用utf8_decode来解析PHP的字符串。如果我不这样做，空格字符将替换为Ã。它们共享相同的代码来生成字符串，但出于某种原因，当我为其他客户生成字符串时，字符串出错了。

有没有办法让我验证除了字符串是utf 8之外我还需要使用utf8_decode？

一些例子：

Using utf8_decode for customer 1:
?0,107�per�km
Without utf8_decode for customer 1:
€0,107 per km

Using utf8_decode for customer 2:
$7.00 per km
Without utf8_decode for customer 2:
$7.00Â perÂ km

谢谢你们！

Answer 1

没有明确的mb_detect_encoding的

detect_order不是银弹，因为这会证明：

$ php -r 'echo mb_detect_encoding(iconv("utf-8","iso-8859-1","ë"));'
UTF-8

显然错了，将其设置为严格有点帮助：

$ php -r 'var_dump(mb_detect_encoding(iconv("utf-8","iso-8859-1","ë"),mb_detect_order(),true));'
bool(false)

为什么这是假的？好吧，让我们检查mb_detect_encoding()在我的配置中使用的可能字符集：

$ php -r 'var_dump(mb_detect_order());'
array(2) {
  [0] =>
  string(5) "ASCII"
  [1] =>
  string(5) "UTF-8"
}

好吧，除了ASCII＆amp; UTF-8，不会检测到其他字符集。 Jon有一个观点：你可以将它全部存储为utf-8，并使用正确的数据库设置，或者甚至只在mysql（我假设你使用......）中只有一个正确的character_set_results连接就可以了检索它作为utf-8的技巧，无论它是如何存储的。但是，如果出于任何我无法想到的原因这不是一个选项，那么由你来明确 mb_detect_order可以使用哪些字符集。

$ php -r 'echo mb_detect_encoding(iconv("utf-8","iso-8859-1","ë"),"ASCII,UTF-8,ISO-8859-1,JIS", true);'
ISO-8859-1

简而言之：你负责提供可能的字符集列表，如果你已经拥有这类信息......你可能知道这个角色设置（通过连接设置，数据库/表设置，甚至只是客户端配置等）而不是尝试检测它。

UTF-8字符串的解码会破坏一个字符串，但不会损坏另一个字符串

1 个答案: