PHP 将字符串从 windows-1250 转换为 utf-8答案

【问题标题】：PHP convert string from windows-1250 to utf-8PHP 将字符串从 windows-1250 转换为 utf-8
【发布时间】：2011-05-15 17:32:29
【问题描述】：

我正在抓取 windows-1250 网站（meta http-equiv="Content-Type" content="text/html; charset=windows-1250"）。

由于我的数据库是utf-8，所以需要将数据转换成utf-8。

对于那项工作，我尝试了 iconv('windows-1250', 'UTF-8', $s);它给出了“Ã„Åšarls”而不是“Čarls”。

当编码切换位置时，它会提供更好的结果 iconv('UTF-8', 'windows-1250', $s);给出 "Èarls" 而不是 "Čarls".奇怪。

您知道如何将其转换为 utf-8 吗？

提前致谢。

【问题讨论】：

您是否 1000% 确定您抓取的网站是 windows-1250？你能确定在浏览器中（看看它切换到哪种编码）？你的输出编码是什么？
如何指定输出的字符编码？
当你说“给予”时，你到底是什么意思？您能否将数据库排除在等式之外并尝试从您的 PHP 代码打印转换后的结果，您自己的页面编码为 UTF-8？还是您已经这样做了？
当我说给，我的意思是写在数据库中（这对我来说最重要）。打印在 utf-8 页面上，它给出 "ÄŚarls" iconv('windows-1250', 'UTF-8', $s) 或 "�arls" (iconv('UTF-8', 'windows-1250', $s ））。我希望“Čarls”来自原始抓取的网站。
@umpirsky - 必须忽略某些区域，例如您如何查看 mysql 的结果？ show variables like '%char%' 返回是什么？

标签： php encoding utf-8 web-crawler

【解决方案1】：

各位，真的很抱歉。这是数据库问题。 $connection->setCharset('UTF8');修复。没有iconv，没有mbstring。

我非常确定我需要转换字符集，我忘了检查它是否可以在没有转换的 uft8 页面上工作。

感谢所有cmets。

【讨论】：

至少你把它修好了（最后）

【解决方案2】：

我建议首先验证正确的数据是否到达 iconv（以及类似地从 iconv 输出的数据）。

使用echo bin2hex($string) 之类的语句并在iconv 之前查看$s 的字节流。如果你有你认为你有第一个字节的字符串应该是c8。如果然后查看 iconv 之后的字节流，第一个字节应该是c48c（在 UTF-8 中）；如果您转换为 UCS-2，您会看到 010c，您将看到 see 是 unicode 中的相关字符。

根据此结果，您将知道您的问题是否在于收集数据（即您没有看到 c8）、您的 iconv 安装（即转换产生错误的结果）或将该数据放入您的数据库（即iconv的结果和预期的一样）。

【讨论】：