HTML页面上的奇怪字符

Question

我使用Last.fm API获取艺术家的一些信息。我在数据库中保存信息，然后显示在我的网页上。 但是像“（双引号）这样的字符显示为”。

示例艺术家信息http://www.last.fm/music/David+Penn

我获得了第一线作为“马德里 - 西班牙的制片人，编曲家，DJ和音乐家。他有自己的唱片公司”Zen Records“和”。

Mine Db是UTF-8，但我不知道为什么这个错误仍然存​​在。

Answer 1

这似乎是一个字符编码错误。确认您正在以正确的编码方式阅读网页，并以正确的编码显示结果。

Answer 2

你应该一直使用UTF-8。检查：

1. 您与数据库的连接是UTF-8（使用mysql_set_charset）;

2. 您输出的网页标记为UTF-8（<meta http-equiv="Content-Type" content="text/html;charset=utf-8">）;

3. 从数据库输出字符串时，使用htmlspecialchars()而非htmlentities()对其进行HTML编码。

htmlentities对所有非A​​SCII字符进行HTML编码，默认情况下假设您在ISO-8859-1中传递了字节。因此，如果您将“编码为UTF-8（字节0xE2,0x80,0x9C），则会得到“，而不是预期的“或“。这可以通过传入utf-8作为可选的$charset参数来修复。

然而，通常更容易使用htmlspecialchars()，因为这会留下非ASCII字符，作为原始字节而不是HTML实体引用。这会导致较小的页面输出，因此最好只要您确定您生成的HTML将保留其字符集信息（您通常可以依赖它，除了在上下文中，例如在邮件中发送HTML片段或其他内容） ）。

htmlspecialchars()也有一个可选的$charset参数，但将其设置为utf-8并不重要，因为这会导致默认ISO-8859-1字符集的行为没有变化。如果你使用Shift-JIS这样的老式多字节编码生成输出，你必须担心正确设置这个参数，但今天这种情况非常罕见，因为大多数理智的人都喜欢使用UTF-8。