Question

我正在尝试在其他网站上预览来自rss Feed的最新帖子。 Feed是UTF-8编码的，而网站是ISO-8859-1编码的。显示标题时，我正在使用;

 $post_title = 'Blogging â€“ does it pay the bills?';

 echo mb_convert_encoding($post_title, 'iso-8859-1','utf-8');

 // returns: Blogging ? does it pay the bills?
 // expected: Blogging - does it pay the bills?

请注意，我所期望的连字符不是正常的减号，而是一些大屁股。好吧，反正还要几个像素。 :)不确定如何描述它，因为我的键盘无法生成该字符......

Answer 1

mb_convert_encoding仅转换内部编码 - 它实际上不会将字符的字节序列从一个字符集更改为另一个字符集。为此，您需要iconv。

mb_internal_encoding( 'UTF-8' );
ini_set( 'default_charset', 'ISO-8859-1' );

$post_title = 'Blogging — does it pay the bills?'; // I used the actual m-dash here to best mimic your scenario

echo iconv( 'UTF-8', 'ISO-8859-1//TRANSLIT', $post_title );

或者，正如其他人所说，只是将超出范围的字符转换为html实体。

Answer 2

我怀疑你的意思是Em Dash（ - ）。 ISO-8859-1不包含此字符，因此您不会很幸运将其转换为该编码。

您可以使用htmlentities()，但我建议将ISO-8859-1移至UTF-8进行发布。

Answer 3

我想以下几点：

您的文件实际上是使用UTF-8
您的编辑器使用Windows-1252

原因是您的 EM DASH 字符（U + 2014）由â€“表示。这正是您使用Windows-1252（0xE2 = â，0x80 = €，0x94 = ”解释该字符（0xE28094）的UTF-8代码字时所获得的结果）。所以你首先需要修改你的编辑器编码。

输出中?的原因是ISO 8859-1不包含 EM DASH 字符。

Answer 4

它可能是一个短划线（U + 2014），你要做的是不转换编码，因为连字符是一个不同的字符。换句话说，您要搜索此类字符并手动替换它们。

更好的是，只需将网站切换为UTF-8即可。它主要与Latin-1相符，更适合2009年的网站。

utf-8到iso-8859-1编码问题

4 个答案: