php - 数据库、字符编码、PDF 和 XML

Answer 1

检测一个文件的编码是一个难题，UTF很容易，因为它开头有一个BOM，否则几乎不可能正确确定编码类型。

但是，如果 XML 格式正确，它应该嵌入编码，并且解析器应该很好地处理它。我看到您正在进行从 UTF-8 到 UTF-32 的转换，这根本没有帮助，因为它只是使字符串更大一点，但是它不会更改用于对字符进行编码的代码点。

因此，您应该能够向您的 XML 解析器询问文件的编码，然后在存储和/或处理之前将其从该编码更改为 UTF-8（或 32）。

Answer 2

如果我是你，我会做两件事之一。我要么只是将没有任何编码的东西存储在数据库中（作为一个 blob），因此数据库编码根本不会进入它。

您可以做的另一件事是根本不将信息存储在数据库中。只需将它存储在一个文件中（将文件命名为一些唯一的哈希值），然后在数据库中创建一个表来存储具有 xml.xml 的文件的位置。然后，您可以直接从文件中提供 xml。