问题标签 [mb-convert-encoding]

我计划使用下面的代码以安全的方式将记录添加到 MySql 中。我的问题：

1. 我总是使用管理页面的表格输入我自己的文章。由于我的mysql数据库和表是用UTF-8编码的，整理：utf8_unicode_ci; 并且我所有的网页都是 charset=utf-8 那么我还需要函数中的第一句话吗（句子以 mb_convert_encoding ... 开头）
2. 2 - ) 网页查看器是否有可能，尽管我的所有编码（web&mysql）aer 设置为 utf-8，但他/她在我的 textarea 中输入的评论没有以 utf-8 编码

3. 下面的代码需要改进吗？

   function safe_input_into_mysql($safe_str)
{
$safe_str = mb_convert_encoding($safe_str, 'UTF-8', mb_detect_encoding($safe_str));
$safe_str = mysqli_real_escape_string($dbc, $safe_str);
return $safe_str;
}

我的网站有 charset=UTF-8，mysql DATABASE 也设置为 UTF-8 编码。

我的问题是，当我从 mysql 检索文本到网站时，我需要使用 php 函数 mb_convert_encoding(@db_field,'utf-8','iso-8859-1') 正确显示文本。看起来该系统认为 mysql DB 在 iso-8859-1 中。

I've read Wikipedia's article on Windows-1252 character encoding. For characters whose byte value is < 128, it should be the same as ASCII/UTF-8.

This makes sense:

php -r "var_export(mb_detect_encoding(\"\x92\", 'windows-1252', true));" 'Windows-1252'

A left curly apostrophe is detected properly.

php -r "var_export(mb_detect_encoding(\"a\", 'windows-1252', true));" false

Huh? The letter "a" isn't Windows-1252?

My terminal, where I"m running this, is set to UTF-8. So that should be the same byte sequence as ASCII for the letter 'a'. For the sake of minimizing the variables, if I specify the right Windows-1252 byte sequence:

php -r "var_export(mb_detect_encoding(\"\x61\", 'windows-1252', true));" false

Changing the "strict" parameter (which has pretty useless documentation) does nothing in these cases.

我正在创建一个 csv 文件。我需要它采用 UCS-2LE 编码。我尝试了以下方法，但都不起作用：

• $value = mb_convert_encoding($value,"UCS-2LE");
• $value= iconv( mb_detect_encoding( $value ), 'UCS-2LE', $value );

在 Notepad++ 中打开文件显示编码为 ANSI。

代码：

我正在使用仅由 ASCII 字符组成的文件类型。其他字符被编码。两个字节字符前面\X2\和后面\X0\，四个字节字符使用\X4\and \X0\。我可以很容易地找到这些，但我不知道如何处理它们。

例如，字符ø被指定为\X2\00F8\X0\。

我正在寻找的整个字符串是100 mm\X2\00F8\X0\.

我怎样才能得到一个字符串，然后我可以说插入到我的数据库中？

我想我需要使用mb_convert_encoding()

但我不确定我要往返于哪种编码。

有任何想法吗？

简而言之，我有“100 mm\X2\00F8\X0\”，我想将其输出为“100 mmø”

我以前在这里开始探索这个问题。这是真正的问题和建议的解决方案：

ASCII 字符值在 32 到 255 之间的文件名对 utf8_encode() 造成了问题。具体来说，它不能正确处理 126 到 160 之间的字符值。虽然可以将具有这些字符名称的文件名写入数据库，但将这些文件名传递给 PHP 代码中的函数会产生错误消息，指出无法找到文件等。

我在尝试将带有违规字符的文件名传递给 getimagesize() 时发现了这一点。

utf8_encode 需要一个过滤器来排除 126 和 160 之间的包含值的转换，同时包括所有其他字符（或用户期望的任何字符、字符或字符范围）的转换；我的是用于所述范围，由于提供的原因）。

我设计的解决方案需要下面列出的两个函数，以及它们的应用程序如下：

如果只有 PHP7（编号中跳过了 6，是吗？）会在 utf8_encode() 上包含一个过滤器以排除某些字符值，那么这些都不是必需的。

我刚刚遇到用 UTF-8 编码的 HTML 文档在loadHTML().

Stack上有很多这样的QnA：

• PHP DomDocument 无法处理 utf-8 字符

• PHP DOMDocument loadHTML 未正确编码 UTF-8

• PHP DOM UTF-8 问题

但是，据我了解，大多数答案都假设源编码是UTF-8。所以推荐这样使用mb_convert_encoding()函数：

我想这只有在源文档是UTF-8 时才有效。不幸的是，在我的世界里，源文档可以有任何可用的编码：Windows-1251、UTF-8、KOI8-R 等等......

那么对于任何编码处理这个问题的最佳实践是什么？

更新1：只需找到mb_detect_encoding()功能。使用一个来检测编码是一种好习惯吗？以这样的方式：

在几个文件上对此进行了测试：看起来它有效，但我可以确定这适用于所有合理的情况吗？

我从网站接收大量数据，所有这些字符串值都需要添加到我们的数据库中。

在插入数据库期间 SQL 有时会抛出以下错误：

数据库表实际上设置为使用 Latin1。

用 json_encode() 对我的值进行编码后，我发现了这个错误发生的原因。表示字符串之间的一些特殊字符的 UTF 序列需要转换为它们的实际值：

编码字符串：candidate\u00e2\u0080\u0099s 个人情况

在本例中，序列 \u00e2\u0080\u0099 表示一个 '。

无论只有几个不同的序列，我也知道我想要/需要替换它们的值，但我正在努力转换。

我尝试了几种方法，但都没有成功，

使用 str_replace：

没有改变字符串中的任何内容

使用 mb_functions：

$encodedStr = mb_convert_encoding($string, 'ASCII')

给我留下了一些神秘的东西？？而不是 UTF 序列，但它不会引发数据库错误，但它仍然不是我需要的。

使用 preg_replace：

preg_replace('/\\u00e2\\u0080\\u0099/', '\'', $string)

抛出错误：PCRE 在偏移量 1 处不支持 \L、\l、\N{name}、\U 或 \u

我已经尝试了更多选项，但是当我开始强迫这个问题时，我想到了三个选项，我只是无法弄清楚为什么这些功能，特别是 str_replace 不能以预期的方式工作。

I want to convert html entities to UTF-8, but mb_convert_encoding destroys already UTF-8 encoded characters. Whats the correct way?

我有一个 prestashop 网站http://www.mumsnbabysupermart.com.au/。该网站功能齐全，但突然网站停止工作并显示致命错误。错误是-

我做了谷歌搜索，但一无所获。在这个网站上，我整合了澳大利亚邮政、eWay 和 Paypal。