使用UTF-8和mb_substr损坏的数据

Question

我从MySQL db，varchar（255）utf8_general_ci字段获取数据并尝试使用PHP将文本写入PDF。我需要确定PDF中的字符串长度，以限制表格中文本的输出。但我注意到1, 2, 3 / mb_substr的输出真的很奇怪。

例如：

substr

输出：

the manual

数据库：

我的问题是额外角色来自哪里？

Answer 1

额外字符是两字节UTF-8序列的第一部分。您可能遇到多字节字符串函数的内部编码问题。您的代码将文本视为固定的1字节编码。 UTF-8中的ń，十六进制C5 84，在CP-1250中被视为Ĺ“， sub _[IND] < / strong>在ISO-8859-2中，两个字符。

尝试在脚本顶部执行此操作：

mb_internal_encoding("UTF-8");

http://php.net/manual/en/function.mb-internal-encoding.php

Answer 2

1. 您需要确保通过适当设置连接编码，以UTF-8编码实际从数据库中获取数据。这取决于您的数据库适配器，有关详细信息，请参阅UTF-8 all the way through。

2. 您需要告诉您的mb_函数数据是UTF-8，以便他们能够正确对待它。使用mb_internal_encoding为所有函数全局设置此项，或在调用时将$encoding参数传递给函数：

   mb_substr($_tmpStr, 0, $i, 'UTF-8')
   

Answer 3

除了将表和字段设置为UTF-8之外，您还需要将mysqli_set_charset('UTF-8')设置为UTF-8（如果您使用的是mysqli）。

你也试过吗？

$_tmpStr = utf8_encode( $vfrow['title'] );