0

我们正在尝试迁移数据库内容（使用 PHP 脚本）。

内容已复制到 CMS 中，然后写入数据库。复制的内容可以来自任何字符编码方案（例如 IS0-...-14）和任何网站。

PHP CMS 是 UTF-8，因此粘贴到文本框中的字符在 POST 时将转换为 UTF-8，然后作为 Latin-1 写入数据库（MSSQL db...db charset 和 query charset 都是 latin-1 ）。

我们正在拼命思考如何在 PHP 中扭转这种情况，或者甚至可能（得到它，使字符完全是 UTF-8）。

如果我们能得到逻辑，我们可以用 C++ 编写一个扩展，如果 PHP 不能处理它（它可能不能，mb_shite 和 iconv）。

我一直迷失在 UTF-8 4 字节字符流中（即 0-127 is..ect）。

有人有什么想法吗？

到目前为止，我们已经使用 PHP 的 ord() 函数尝试为每个 char 生成一个 Unicode/Acsii char ref（我知道 ord 返回 ASCII，但它打印超过 128 个字符编号，我认为如果它只是 ASCII 的话很奇怪，或者它可能会重复自己）。

我的想法是 latin1 将难以转换回 UTF-8，并且由于 Latin1 （ISO-...-1）中的单字节字符流而导致黑色菱形。

4

1 回答 1

3

如果latin1您的数据库是 8 位干净编码（它在 MySQL 中，而不是关于 MSSQL），那么您不需要做任何事情来重建 utf-8 字符串。当你把它从你的数据库中提取到 PHP 中时，你会得到你输入的相同字节，即 UTF-8。

如果您的数据库latin1不是8 位干净的编码，那么您的字符串将无法恢复。这意味着在您将 utf-8 字符串写入数据库时​​，数据库认为无效的任何字符都被删除或替换。没有任何方法可以从中恢复。

于 2013-01-23T16:10:31.940 回答