Question

我在unicode（UTF-16）值和PHP / XML方面遇到了很多麻烦。我想从XML中读取一组unicode值，并将正确的字形输出到浏览器。我尝试过使用UTF-8，我也遇到了同样的问题。

这是我用于第一次测试的简单工作示例：

$text = "\x00\x41";

$text = mb_convert_encoding($text, "ASCII", "UTF-16");

echo $text;

输出上述代码：

但是，当我尝试从XML获取值时，事情就会停止工作。

XML：

<glyphs>
    <code>0041</code>
    <code>0042</code>
    <code>0043</code>
    <code>0044</code>
    <code>0045</code>
    <code>0046</code>
</glyphs>

在php中，我从上面的xml读取每个值，分成对和格式，例如\ x00 \ x41等

PHP：

// load xml
$xml = simplexml_load_file('encoding.xml');

if ($xml) {

    // get families
    foreach($xml->children() as $item) {

        $pairs = str_split($item, 2);

        $hex = "\x" . $pairs[0] . "\x" . $pairs[1];

        // check value...
        echo $hex . '<br/>';

        $text = mb_convert_encoding($hex, "ASCII", "UTF-16");

        echo $text;
    }

}
else {
    return 'The input is malformed.';
}

浏览器输出：

\x00\x41
????
\x00\x42
????
\x00\x43
????
\x00\x44
????
\x00\x45
????
\x00\x46
????

问号应为A，B，C，D，E，F。

我做错了什么？

感谢。

Answer 1

“\ x00”是字符串中的十六进制表示法，在编译时处理。
我认为当你使用“\ x”+“00”时，编译器首先试图找出“\ x”是什么（我不知道结果是什么），然后才连接“00”，所以结果不是你所期望的。

也许这个问题可以帮助，虽然它是在Java中 - ＆gt; Java: Convert String "\uFFFF" into char

编辑：只是跟进评论。将文字“\ x41”放在xml中也无济于事，因为那时你正在读一个包含4个字符的字符串。
因此，您的问题可以重述为：如何使用UTF-16将十六进制数值的字符串表示形式转换为单个字符。这是我在上面链接的问题中遇到的问题，除了你想在php而不是Java中进行。

Answer 2

您的测试程序为每个测试字符写入几个ASCII字符，后跟ASCII中的“
”，后跟两个字节的UTF-16。这不行。一个文件一次只能使用一个字符编码。

首先，重写脚本以将所有输出转换为UTF-16（或其他）。

其次，您的浏览器似乎将您的混合编码文件解释为UTF-16以外的其他内容，可能是ISO 8859-1或Windows Latin 1，它们是常见的默认值。浏览器不太可能将文件解释为UTF-16 unless explicitly directed to (in the HTTP header or content type meta tag）。如果您未指定内容类型（检查您的Web服务器是否正在发送默认值），则某些浏览器会尝试猜测编码。我怀疑有人会猜你的混合文件是UTF-16。

在您确认浏览器根据您指定的内容类型解释文件之前，不要指望任何内容可以正常工作。

最后，我建议使用iconv而不是mb_convert_encoding。 iconv得到了更好的维护，并且拥有更广泛的支持编码。

Answer 3

您是否在标题中正确设置输出？

header('Content-Type: text/html; charset=utf-8');

...还有HTML头？

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

从XML读取UTF-16（或UTF-8）值并使用PHP显示结果

3 个答案: