iconv - 检测到输入字符串中的非法字符

Question

我认为没有任何违法行为 - 对可能出现的问题提出任何建议？

    if (strtolower($matches[1]) != 'utf-8') {
        var_dump($matches[1]);
        $xml = iconv($matches[1], 'utf-8', $xml);
        $xml = str_replace('encoding="'.$matches[1].'"', 'encoding="utf-8"', $xml);
    }

以下是我的调试/错误

string(12) "windows-1252"
Notice (8): iconv() [http://php.net/function.iconv]: Detected an illegal character in input string [APP/models/sob_form.php, line 16]

我已经确认上面的代码确实是第16行

Answer 1

但是，如果您使用了接受的答案，如果输入字符串中的字符无法音译，您仍会收到PHP通知：

<?php
$cp1252 = '';

for ($i = 128; $i < 256; $i++) {
    $cp1252 .= chr($i);
}

echo iconv("cp1252", "utf-8//TRANSLIT", $cp1252);

PHP Notice:  iconv(): Detected an illegal character in input string in CP1252.php on line 8

Notice: iconv(): Detected an illegal character in input string in CP1252.php on line 8

所以你应该使用IGNORE，它将忽略不能音译的内容：

echo iconv("cp1252", "utf-8//IGNORE", $cp1252);

Answer 2

非法字符不在$matches[1]，而在$xml

尝试

iconv($matches[1], 'utf-8//TRANSLIT', $xml);

向我们展示输入字符串对于更好的答案会很好。

Answer 3

非常小心，问题可能来自多字节编码，并且使用了不合适的PHP函数......

对我来说就是这种情况，我花了一段时间才弄明白。

例如，我使用utf8mb4 从MySQL获取字符串（现在非常常见，用于编码表情符号）：

$formattedString = strtolower($stringFromMysql);
$strCleaned = iconv('UTF-8', 'utf-8//TRANSLIT', $formattedString); // WILL RETURN THE ERROR 'Detected an illegal character in input string'

  

问题不在iconv()，而在于strtolower()   在这种情况下。

适当的方法是使用多字节字符串函数 mb_strtolower() 而不是 strtolower()

$formattedString = mb_strtolower($stringFromMysql);
$strCleaned = iconv('UTF-8', 'utf-8//TRANSLIT', $formattedString); // WORK FINE

更多信息

此SO answer

提供了此问题的更多示例

Multibyte String

上的PHP手册

Answer 4

PHP 7.2

iconv('UTF-8', 'ASCII//TRANSLIT', 'é@ùµ$`à');
// "e@uu$`a"

iconv('UTF-8', 'ASCII//IGNORE', 'é@ùµ$`à');
// "@$`"

iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', 'é@ùµ$`à');
// "e@uu$`a"

PHP 7.4

iconv('UTF-8', 'ASCII//TRANSLIT', 'é@ùµ$`à');
// PHP Notice:  iconv(): Detected an illegal character

iconv('UTF-8', 'ASCII//IGNORE', 'é@ùµ$`à');
// "@$`"

iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', 'é@ùµ$`à');
// "e@u$`a"

iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', Transliterator::create('Any-Latin; NFD; [:Nonspacing Mark:] Remove; NFC')->transliterate('é@ùµ$`à'))
// "e@uu$`a" -> same as PHP 7.2

Answer 5

这个波纹管解决方案对我有用

from urllib.request import urlopen
from bs4 import BeautifulSoup

url = 'https://www.pro-football-reference.com/years/2020/draft.htm'
html = urlopen(url)
soup = BeautifulSoup(html, "lxml")
table = soup.find('div', class_='table_outer_container')

Answer 6

我找到了一个解决方案：

echo iconv('UTF-8', 'ASCII//TRANSLIT', utf8_encode($string));

使用utf8_encode（）