Question

快速背景：我继承了一个包含英文和阿拉伯文字组合的大型sql转储文件，并且（我认为）它最初是使用'latin1'导出的。在导入文件之前，我将所有出现的'latin1'更改为'utf8'。 phpmyadmin中没有正确显示阿拉伯语文本（我认为这是正常的），但是当我将文本加载到具有以下内容的网页时...

<meta http-equiv='Content-Type' content='text/html; charset=windows-1256'/>

......一切看起来都不错，阿拉伯语文字也很完美。

问题：我的客户真的非常挑剔，不想改变他的......

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

...相当于'Windows-1256'。我不认为这会是一个问题，但当我将字符集值更改为“UTF-8”时，所有阿拉伯字符都显示为带有问号的钻石。 UTF-8不应该正确显示阿拉伯语文本吗？

以下是关于我的数据库配置的一些注意事项：

数据库字符集是'utf8'
数据库连接排序规则为'utf8_general_ci'
所有数据库，表格和适用字段均已整理为“utf8_general_ci”

我一直在搜索堆栈溢出和其他论坛，以解决与我的问题有关的任何问题。我发现了类似的问题，但解决方案似乎并不适合我的具体情况。希望有人可以帮忙！

Answer 1

如果文档在声明为windows-1256编码时看起来正确，则很可能是 windows-1256编码。所以它显然没有使用latin1导出 - 这本来是不可能的，因为latin1没有阿拉伯字母。

如果这只是一个文件，那么最简单的方法是将它从windows-1256编码转换为utf-8编码，使用例如Notepad++。（打开文件，通过文件格式菜单将编码更改为阿拉伯语，windows-1256。然后在文件格式菜单中选择转换为UTF-8并执行文件→保存。）

Windows-1256和UTF-8是完全不同的编码，因此如果您将Windows-1256数据声明为UTF-8，则数据会全部搞乱，反之亦然。只有ASCII字符（例如英文字母）在两种编码中具有相同的表示。

Answer 2

如果您没有向我们展示您的代码，我们就无法在您的代码中找到错误，因此我们对您的帮助非常有限。

您告诉浏览器将该文档解释为UTF-8而不是Windows-1256，但您实际上是否将Windows-1256使用的编码更改为UTF-8？

例如，

$ cat a.pl
use strict;
use warnings;
use feature qw( say );
use charnames ':full';

my $enc = $ARGV[0] or die;
binmode STDOUT, ":encoding($enc)";

print <<"__EOI__";
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=$enc">
<title>Foo!</title>
</head>
<body dir="rtl">
\N{ARABIC LETTER ALEF}\N{ARABIC LETTER LAM}\N{ARABIC LETTER AIN}\N{ARABIC LETTER REH}\N{ARABIC LETTER BEH}\N{ARABIC LETTER YEH}\N{ARABIC LETTER TEH MARBUTA}
</body>
</html>
__EOI__

$ perl a.pl UTF-8 > utf8.html

$ perl a.pl Windows-1256 > cp1256.html

Answer 3

我认为你需要回到原点。听起来你有一个Win-1256编码的数据库转储，你想从现在开始使用UTF-8。这听起来好像你正在使用PHP，但你的问题上有很多不相关的标签，并且缺少最重要的标签，PHP。

首先，您需要将文本转储转换为UTF-8，并且您应该能够使用PHP执行此操作。您的转换脚本可能有两个步骤，首先读取Win-1256字节并将它们解码为内部Unicode文本字符串，然后将Unicode文本字符串编码为UTF-8字节，以便输出到新的文本文件。

完成后，像以前一样重做数据库导入，但现在您已将输入数据正确编码为UTF-8。

之后，它应该像读取数据库和使用正确的UTF-8编码呈现网页一样简单。

P.S。实际上，每次显示数据时都可以对数据进行重新编码，但这并不能解决数据库中数据编码错误的问题。

Answer 4

为了正确显示阿拉伯字符，您需要将您的php文件转换为utf-8 而不是Bom 这件事发生在我身上，阿拉伯文字符显示钻石，但转换为utf-8没有bom将解决这个问题

阿拉伯字符编码问题：UTF-8与Windows-1256

4 个答案: