Php如何将unicode转换为俄语chacrters

Question

这是我的字符串

запретнаÑ-зона

转换它会给出

запретная-зона

我如何使用PHP转换？我尝试了其他Unicode转换答案..但没有一个工作

我根据答案尝试过......请看结果......

$my_str = "/запретнаÑ-зона-chernobyl-diaries-20-q38685478.html";
$encoded = iconv("Windows-1252", "UTF-8//IGNORE", $my_str);
echo $encoded;
echo "<br>";
echo mb_convert_encoding($my_str, "Windows-1252", "UTF-8");

以下是结果......

/÷ðÿрõтýðÑ-÷þýð-chernobyl-diaries-20-q38685478.html
/?????????-????-chernobyl-diaries-20-q38685478.html

无论如何要解决这个问题？我在哪里做错了？

Answer 1

由于Universal Cyrillic decoder表示您的字符串是以UTF-8编码的，因此自动解密表明您的原始字符串是Windows-1252编码的，因此返回转换就足以返回俄语字符。

$s = "запретнаÑ-зона";
iconv("UTF-8", "Windows-1252", $s), PHP_EOL;

否则你可以使用这个方法

mb_convert_encoding($s, "Windows-1252", "UTF-8");

结果：

запретна�-зона

Answer 2

如上所述，字符串запретнаÑ-зона确实看起来像在Windows-1252中编码的UTF-8字符串запретная-зона：

$s = 'запретная-зона';
$encoded = iconv("Windows-1252", "UTF-8//IGNORE", $s);
echo $encoded, PHP_EOL;
// Outputs: запретнаÑ-зона

请注意，我们忽略了使用//IGNORE的无效序列，否则会忽略 转换是不可能的：

$s = 'запретная-зона';
$encoded = iconv("Windows-1252", "UTF-8", $s);
var_dump($encoded);

此代码失败：

Notice: iconv(): Detected an illegal character in input string in /home/ruslan/tmp/1.php on line 3
bool(false)

正如我们所见，从UTF-8到Windows-1252的转换是有损的 - 我们可以转换一些字符，但必须忽略一些字符。否则，转换失败。

显然，如果我们尝试将$encoded字符串解码回UTF-8，某些字符将被破坏：

echo iconv("UTF-8", "Windows-1252//IGNORE", $encoded), PHP_EOL;
// Outputs: запретна�-зона

因此，您需要使用俄语字符集正确编码原始文本。只有拥有原始版本，您才能将其转换为UTF-8（并再次返回）。

我猜，你看到Windows-1252中编码的字符串只是因为某些自动转换，例如浏览器的字符集自动检测，而原始文本是以不同的编码编码的。这就是了解字符串来源（文本文件，数据库等）的重要信息。我不能给出更好的答案，因为你没有把这些细节放到这个问题中。但想法是将转换应用于原始字节流。例如：

$text = file_get_contents('/tmp/file-in-windows-1251.txt');
echo iconv('Windows-1251', 'UTF-8', $text), PHP_EOL;

注意，Windows-1251（不是Windows-1252）是俄语的有效编码。