1

我有一个问题，我认为谷歌很容易，但似乎并不那么容易。好的，这是我的问题：

我必须阅读一个编码错误且不同的 CSV 文件。我无法事先更正 CSV 文件，所以我必须在我的应用程序中处理它。因此 CSV 文件可能具有以下编码：

'Ü5' 和 'Möbelmarkt'在同一个文件中。

如果我解码（utf8_decode），右边是正确的，左边（这是正确的）是错误的。当我试图找出编码（mb_detect_encoding）时，我总是得到这是 UTF-8 的答案。

我仍然尝试了以下解决方案：

public function convert( $str ) {
    return iconv( "Windows-1252", "UTF-8", $str );
}

和

private function getUmlauteArray() { 
    return array( 'ü'=>'ü', 'ä'=>'ä', 'ö'=>'ö', 'Ö'=>'Ö', 'ß'=>'ß', 'à '=>'à', 'á'=>'á', 'â'=>'â', 'ã'=>'ã', 'ù'=>'ù', 'ú'=>'ú', 'û'=>'û', 'Ù'=>'Ù', 'Ú'=>'Ú', 'Û'=>'Û', 'Ãœ'=>'Ü', 'ò'=>'ò', 'ó'=>'ó', 'ô'=>'ô', 'è'=>'è', 'é'=>'é', 'ê'=>'ê', 'ë'=>'ë', 'À'=>'À', 'Ã'=>'Á', 'Â'=>'Â', 'Ã'=>'Ã', 'Ä'=>'Ä', 'Ã…'=>'Å', 'Ç'=>'Ç', 'È'=>'È', 'É'=>'É', 'Ê'=>'Ê', 'Ë'=>'Ë', 'ÃŒ'=>'Ì', 'Ã'=>'Í', 'ÃŽ'=>'Î', 'Ã'=>'Ï', 'Ñ'=>'Ñ', 'Ã’'=>'Ò', 'Ó'=>'Ó', 'Ô'=>'Ô', 'Õ'=>'Õ', 'Ø'=>'Ø', 'Ã¥'=>'å', 'æ'=>'æ', 'ç'=>'ç', 'ì'=>'ì', 'í'=>'í', 'î'=>'î', 'ï'=>'ï', 'ð'=>'ð', 'ñ'=>'ñ', 'õ'=>'õ', 'ø'=>'ø', 'ý'=>'ý', 'ÿ'=>'ÿ', '€'=>'€' );
}

public function fixeUmlaute($string) {                  
    $umlaute = $this->getUmlauteArray();
    foreach ($umlaute as $key => $value){
        $value = str_replace($key, $value, $string);
    } 
    return $string;
}

和

function valid_utf8( $string ){
    return !((bool)preg_match('~[\xF5\xF6\xF7\xF8\xF9\xFA\xFB\xFC\xFD\xFE\xFF\xC0\xC1]~ms',$string));
}

这就是我通过谷歌搜索找到的所有解决方案来更改编码......（也许这个“集合”可以帮助其他人......）那么，我怎样才能真正检测到错误的字符或者我的错误在哪里？

任何人都可以给我一个提示吗？

格雷茨

五

4

1 回答 1

1

有一个不错的 PHP 类可以帮助您：https ://github.com/neitanod/forceutf8 它会将任何字符集转换为 UTF8，并为您处理检测。希望能帮助到你。

于 2013-10-12T13:56:43.147 回答