如何将带有“（ISO-8859-1）字符的字符串转换为普通（UTF-8）字符？

Question

<li>Jain R.K. and Iyengar S.R.K., “Advanced Engineering Mathematicsâ€, Narosa Publications,</li>

我在数据库中有很多原始的 html 字符串。所有的文字都有这些奇怪的字符。我如何转换为普通文本以将其保存回数据库中。

$final = '<li>Jain R.K. and Iyengar S.R.K., “Advanced Engineering Mathematicsâ€, Narosa Publications,</li>';
$final = utf8_encode($final);

$final = htmlspecialchars_decode($final);

$final = html_entity_decode($final, ENT_QUOTES, "UTF-8");

$final = utf8_decode($final);

echo $final;

我尝试了上面的代码，它在网络浏览器中正确显示，但仍然在数据库中保存相同的奇怪字符。

数据库的字符集是utf-8

Answer 1

“ 是 “ 的“Mojibake”。您可以尝试避免使用非 ascii 引号，但这只会延迟重新陷入麻烦。

您需要在表和连接中使用utf8mb4。请参阅 this 了解 Mojibake 的可能原因。

Answer 2

$final = '<li>Jain R.K. and Iyengar S.R.K., “Advanced Engineering Mathematicsâ€, Narosa Publications,</li>';

$final = str_replace("Â", "", $final);
$final = str_replace("’", "'", $final);
$final = str_replace("“", '"', $final);
$final = str_replace('–', '-', $final);
$final = str_replace('â€', '"', $final);

对于过去的数据，我用 UTF-8 字符替换了奇怪的字符。

对于未来的数据，我在 php、html 和数据库连接中将字符集设置为 utf8。

Answer 3

使用ftfy工具修复文本更安全https://ftfy.readthedocs.io/en/latest/