Question

我正在对导入mysql的一些混乱数据进行一些数据清理。

数据包含'伪'unicode字符，它们实际上作为'u00e9'等嵌入字符串中。

所以一个领域可能是......'Jalostotitlu00e1n' 我需要撕掉那个笨拙的'u00e1n'并用相应的utf字符替换它

我可以在mysql中使用substring和CHR执行此操作，但是我通过PHP预处理数据，所以我也可以在那里执行。

我已经知道如何配置mysql和php来处理utf数据。问题实际上只是在导入的源数据中。

由于

Answer 1

/ * 用于将utf8 html转换为ansi的函数php * /

public static function Utf8_ansi($valor='') {

    $utf8_ansi2 = array(
    "\u00c0" =>"À",
    "\u00c1" =>"Á",
    "\u00c2" =>"Â",
    "\u00c3" =>"Ã",
    "\u00c4" =>"Ä",
    "\u00c5" =>"Å",
    "\u00c6" =>"Æ",
    "\u00c7" =>"Ç",
    "\u00c8" =>"È",
    "\u00c9" =>"É",
    "\u00ca" =>"Ê",
    "\u00cb" =>"Ë",
    "\u00cc" =>"Ì",
    "\u00cd" =>"Í",
    "\u00ce" =>"Î",
    "\u00cf" =>"Ï",
    "\u00d1" =>"Ñ",
    "\u00d2" =>"Ò",
    "\u00d3" =>"Ó",
    "\u00d4" =>"Ô",
    "\u00d5" =>"Õ",
    "\u00d6" =>"Ö",
    "\u00d8" =>"Ø",
    "\u00d9" =>"Ù",
    "\u00da" =>"Ú",
    "\u00db" =>"Û",
    "\u00dc" =>"Ü",
    "\u00dd" =>"Ý",
    "\u00df" =>"ß",
    "\u00e0" =>"à",
    "\u00e1" =>"á",
    "\u00e2" =>"â",
    "\u00e3" =>"ã",
    "\u00e4" =>"ä",
    "\u00e5" =>"å",
    "\u00e6" =>"æ",
    "\u00e7" =>"ç",
    "\u00e8" =>"è",
    "\u00e9" =>"é",
    "\u00ea" =>"ê",
    "\u00eb" =>"ë",
    "\u00ec" =>"ì",
    "\u00ed" =>"í",
    "\u00ee" =>"î",
    "\u00ef" =>"ï",
    "\u00f0" =>"ð",
    "\u00f1" =>"ñ",
    "\u00f2" =>"ò",
    "\u00f3" =>"ó",
    "\u00f4" =>"ô",
    "\u00f5" =>"õ",
    "\u00f6" =>"ö",
    "\u00f8" =>"ø",
    "\u00f9" =>"ù",
    "\u00fa" =>"ú",
    "\u00fb" =>"û",
    "\u00fc" =>"ü",
    "\u00fd" =>"ý",
    "\u00ff" =>"ÿ");

    return strtr($valor, $utf8_ansi2);      

}

Answer 2

有办法。将所有uXXXX替换为其HTML表示，然后执行html_entity_decode()

即。 echo html_entity_decode("Jalostotitlán");

u1234形式的每个UTF字符都可以用ሴ打印在HTML中。但是进行替换非常困难，因为如果没有其他字符标识UTF序列的开头，则可能存在很多误报。一个简单的正则表达式可能是

preg_replace('/u([\da-fA-F]{4})/', '&#x\1;', $str)

Answer 3

我的Twitter时间线脚本将é等特殊字符返回到\ u00e9中，因此我删除了反斜杠并使用了@rubbude他的preg_replace。

// Fix uxxxx charcoding to html
$text = "De #Haarstichting is h\u00e9t medium voor alles Into:  De #Haarstichting is hét medium voor alles";
$str     = str_replace('\u','u',$text);
$str_replaced = preg_replace('/u([\da-fA-F]{4})/', '&#x\1;', $str);

echo $str_replaced;

它为我工作，它转向： De #Haarstichting is h\u00e9t medium voor alles 成： De #Haarstichting is hét medium voor alles

如何在mysql或php中将'u00e9'转换为utf8 char？

3 个答案: