Question

我正在使用DomDocument使用PHP生成XML文件，我需要处理亚洲字符。我使用pdo_mssql驱动程序从MSSQL2008服务器提取数据，并在XML属性值上应用utf8_encode（）。只要没有特殊字符，一切都很好。

服务器是MS SQL Server 2008 SP3

数据库，表和列排序规则都是SQL_Latin1_General_CP1_CI_AS

我正在使用PHP 5.2.17

这是我的PDO对象：

$pdo = new PDO("mssql:host=MyServer,1433;dbname=MyDatabase", user123, password123);

我的查询是一个基本的SELECT。

我知道在SQL_Latin1_General_CP1_CI_AS列中存储特殊字符并不是很好，但理想情况下，如果不改变它就可以使它工作，因为其他非PHP程序已经使用该列并且工作正常。在SQL Server Management Studio中，我可以正确地看到亚洲字符。

考虑到上述所有细节，我应该如何处理数据？

Answer 1

我找到了如何解决它，所以希望这会对某人有所帮助。

首先，SQL_Latin1_General_CP1_CI_AS是CP-1252和UTF-8的奇怪组合。基本字符是CP-1252，所以这就是为什么我所要做的就是UTF-8而且一切正常。亚洲和其他UTF-8字符编码为2个字节，php pdo_mssql驱动程序似乎讨厌不同长度的字符，因此它似乎对varchar（而不是nvarchar）执行CAST，然后所有2字节字符都成为问号（' ？'）。

我通过将其转换为二进制来修复它，然后用php重建文本：

SELECT CAST(MY_COLUMN AS VARBINARY(MAX)) FROM MY_TABLE;

在php中：

//Binary to hexadecimal
$hex = bin2hex($bin);

//And then from hex to string
$str = "";
for ($i=0;$i<strlen($hex) -1;$i+=2)
{
    $str .= chr(hexdec($hex[$i].$hex[$i+1]));
}
//And then from UCS-2LE/SQL_Latin1_General_CP1_CI_AS (that's the column format in the DB) to UTF-8
$str = iconv('UCS-2LE', 'UTF-8', $str);

Answer 2

我知道这篇文章很老，但对我来说唯一有用的是 iconv（“CP850”，“UTF-8 // TRANSLIT”，$ var）; 我对SQL_Latin1_General_CP1_CI_AI也有同样的问题，也许它也适用于SQL_Latin1_General_CP1_CI_AS。

Answer 3

您可以尝试：

header("Content-Type: text/html; charset=utf-8");
$dbhost   = "hostname";
$db       = "database";
$query = "SELECT *
    FROM Estado
    ORDER BY Nome";
$conn = new PDO( "sqlsrv:server=$dbhost ; Database = $db", "", "" );
$stmt = $conn->prepare( $query, array(PDO::ATTR_CURSOR => PDO::CURSOR_SCROLL, PDO::SQLSRV_ATTR_CURSOR_SCROLL_TYPE => PDO::SQLSRV_CURSOR_BUFFERED, PDO::SQLSRV_ENCODING_SYSTEM) );
$stmt->execute();
while ( $row = $stmt->fetch( PDO::FETCH_ASSOC ) )
{
// CP1252 == code page Latin1
print iconv("CP1252", "ISO-8859-1", "$row[Nome] <br>");
}

Answer 4

默认情况下，PDO使用PDO::SQLSRV_ENCODING_UTF8发送/接收数据。

如果您当前的整理是LATIN1，您是否尝试指定PDO::SQLSRV_ENCODING_SYSTEM让PDO知道您想要使用当前系统编码而不是UTF-8？

您甚至可以使用PDO::SQLSRV_ENCODING_BINARY以二进制形式返回数据（传输数据时不进行编码或转换）。这样，您可以处理您身边的字符编码。

此处有更多文档：http://ca3.php.net/manual/en/ref.pdo-sqlsrv.php

Answer 5

感谢@SGr的回答我发现了一个更好的方法：

SELECT CAST(CAST(MY_COLUMN AS VARBINARY(MAX)) AS VARCHAR(MAX)) as MY_COLUMN FROM MY_TABLE;
并尝试：
SELECT CAST(MY_COLUMN AS VARBINARY(MAX)) as MY_COLUMN FROM MY_TABLE;

在PHP中，您应该将其转换为UTF-8：

$string = iconv('UCS-2LE', 'UTF-8', $row['MY_COLUMN']);

Answer 6

对我来说，以上都不是直接解决方案 - 尽管我确实使用了以上解决方案的部分内容。这对我来说是越南字母表。如果你遇到这篇文章并且没有上述工作适合你，请尝试：

    $req = "SELECT CAST(MY_COLUMN as VARBINARY(MAX)) as MY_COLUMN FROM MY_TABLE"; 
    $stmt = $conn->prepare($req);
    $stmt->execute();
    while ($row = $stmt->fetch(PDO::FETCH_ASSOC)) {
        $str = pack("H*",$row['MY_COLUMN']);
        $str = mb_convert_encoding($z, 'HTML-ENTITIES','UCS-2LE');
        print_r($str);
    }

还有一点奖励 - 我不得不对这些数据进行json_encode，并且（duh）获取html代码而不是特殊字符。修复在使用json_encode发送之前只对字符串使用html_entity_decode（）。

Answer 7

不需要疯狂的东西。排序规则SQL_Latin1_General_CP1_CI_AS字符编码为：Windows-1252

这对我来说很完美：$str = mb_convert_encoding($str, 'UTF-8', 'Windows-1252');

将SQL_Latin1_General_CP1_CI_AS编码为UTF-8

7 个答案: