Photoshop将版权符号保存为元数据中的UTF-8(未转义)

时间:2013-09-08 10:56:38

标签: php unicode encoding utf-8

**更新 - 我发现这个post关于Photoshop的编码 - 说他们“将字符”©“编码为UTF-8编码的Exif元数据。”

**答案 - 这是一个逃避问题 - 不是编码问题。 Photoshop允许元数据中的版权符号而不会转义它。在上面的链接中提到(并抱怨)。我更改了标题以反映真正的问题**

我已阅读本网站上的所有内容,试图将版权符号保存为jpeg元数据。我知道问题是编码并尝试了一切。

问题: 当我将版权符号保存为jpeg元数据时,它在Photoshop中显示为©,但是当我加载元数据时,它会正确显示。

写入jpeg时,我调用UTF8_to_unicode_array()对字符串进行编码,然后在保存之前调用unicode_array_to_UTF8()。知道我错过了什么吗?

从UTF8到unicode:

function UTF8_to_unicode_array($utf8_text )
{    
    // Create an array to receive the unicode character numbers output
    $output = array();
    mb_convert_encoding($utf8_text,'utf-8');                
    $atext = mbStringToArray($utf8_text);

// Cycle through the characters in the UTF-8 string
foreach ($atext as $text ){
    $output [] = uniord2($text);
}
return $output;
}

function uniord2($c)

  $ord0 = ord($c{0}); if ($ord0>=0   && $ord0<=127) return $ord0;
  $ord1 = ord($c{1}); if ($ord0>=192 && $ord0<=223) return ($ord0-192)*64 + ($ord1-128); 
  $ord2 = ord($c{2}); if ($ord0>=224 && $ord0<=239) return ($ord0-224)*4096 + ($ord1-128)*64 + ($ord2-128);
  $ord3 = ord($c{3}); if ($ord0>=240 && $ord0<=247) return ($ord0-240)*262144 + ($ord1-128)*4096 + ($ord2-128)*64 + ($ord3-128);
return false;
}


function mbStringToArray ($string) {
  $array = array();
  $strlen = mb_strlen($string);
  while ($strlen) {
    $array[] = mb_substr($string,0,1,"UTF-8");
    $string = mb_substr($string,1,$strlen,"UTF-8");
    $strlen = mb_strlen($string);
}
return $array;
}

从unicode到UTF8:

function unicode_array_to_UTF8( $unicode_array ){
    // Create a string to receive the UTF-8 output
    $output = "";

    // Cycle through each Unicode character number
    foreach( $unicode_array as $unicode_char )
    {
  $output .= utf8($unicode_char);
}

    // Return resulting UTF-8 String
    return $output;
}

function utf8($num){
  if($num<=0x7F)       return chr($num);        
  if($num<=0x7FF)      return chr(($num>>6)+192).chr(($num&63)+128);
  if($num<=0xFFFF)     return chr(($num>>12)+224).chr((($num>>6)&63)+128).chr(($num&63)+128);
  if($num<=0x1FFFFF)   return chr(($num>>18)+240).chr((($num>>12)&63)+128).chr((($num>>6)&63)+128).chr(($num&63)+128);
return '';
}

1 个答案:

答案 0 :(得分:1)

您需要找出JPEG数据使用的编码。如果Photoshop没有使用那种编码,它就是错误的,你应该要求退款(并使用免费的替代方案,无论如何更好)。如果您的代码需要处理损坏的JPEG元数据(例如来自破损的Photoshop),您将不得不猜测编码(可能是Latin-1或Latin-15)并相应地进行转码。

现在,假设您现在知道编码,您可以将字节转码为UTF-8(这是一种Unicode编码),以便在PHP中使用。请注意,PHP不专门支持Unicode,它仍然使用字节字符串,因此ASCII范围之外的任何内容都将使用多个字符。索引到这样的字符串时要记住这一点。这也带来了“unicode to UTF8”的意思,因为UTF-8 Unicode。

我知道我在这里有点乐观,但很难说问题出在哪个地方。在尝试诊断时,请确保始终知道要处理的字符串的字节值。原因是显示总是涉及某种解释,这使得无法判断显示或内容是否是罪魁祸首。

我仍然猜测你的问题在哪里,或者至少你可以解决其中一个:你的函数uniord()将从提供的字符串中消耗可变数量的字节。如果单个字符(如版权符号)占用两个字节,您将解码该字符,然后在下一步中再次解码该字符的第二个字节,这只会产生垃圾。实际上,尝试将连续字节(二进制10xxxxxx)解码为UTF-8序列中的第一个字节应该引发异常,因为这肯定表明您没有有效的UTF-8。帮自己做好事并检查这些错误并大声发出信号!