U + 009A的PHP UTF-8编码问题

Question

我在显示U + 009A的Unicode字符时遇到问题。

它应该看起来像“š”，但看起来像一个内部带有数字009A的矩形块。

将其转换为实体“＆amp;＃x9A;”正确显示字符，但我不想在数据库中存储实体。

网页编码为UTF-8。

该字符的URL编码为“％C2％9A”。

重现：  #php -E'echo urldecode（“％C2％9A”）;' ＆GT; / tmp / test;少/ tmp / test

这给了我＆lt; U + 009A＆gt; in less或＆lt; 9A＆gt;在vim。

Answer 1

Unicode字符“š”是U + 0161，而不是U + 009A

我怀疑它是另一个字符集中的0x9A。

当您没有安装带有该字符的字体时，通常会显示带有009A的框。

Answer 2

如果您使用UTF-8作为输入编码，那么您只需使用普通š即可。或者您可以使用独立于输入编码的十六进制表示"\xC2\x9A"（双引号）。或utf8_encode("\x9A")，因为Unicode和ISO 8859-1的前256个字符是相同的。

Answer 3

如果我对echo urldecode("%C2%9A");的输出执行hexdump，我得到c2 9a，这是字符0x9a的正确UTF-8编码。

您从utf8_encode("\x9A")

的输出中获得相同的编码

当我尝试查看Unicode字符0x9a时，我也得到一个方框 - 怀疑它不是你认为它应该是的字符（Aha：当Azquelt发布时，unicode字符“š”是U + 0161，而不是U + 009A）

Answer 4

Codeigniter在某些托管服务器（如Etisalat）中具有utf-8字符输入数据保存问题。 system / core / Utf8.php具有检测输入数据（post / get）中的非法char的功能。在某些情况下，utf-8 char被认为是非法的，保存功能将失败。为避免数据保存问题，请在第85行的Utf8.php的clean_string（）函数中执行以下操作。

$ str =！mb_detect_encoding（$ str，＆＃39; UTF-8＆＃39;，TRUE）？ utf8_encode（$ str）：$ str;

$ str = @iconv（＆＃39; UTF-8＆＃39;，＆＃39; UTF-8 // IGNORE＆＃39;，$ str）;