我有一组 Word 文档，我想使用我编写的 PHP 工具发布这些文档。我将 Word 文档复制并粘贴到文本框中，然后使用 PHP 程序将它们保存到 MySQL 中。我遇到的问题来自 Word 文档具有的所有非标准字符，例如弯引号和省略号（“...”）。我目前所做的是手动搜索并用纯文本或 HTML 实体（é ; 等）替换这些类型的东西（以及诸如 e-acute 之类的外来符号）我可以调用 PHP 中的一个函数吗？ Word 文档的输出，并将应为实体的所有内容转换为实体，并将其他在 Firefox 中无法正确显示的符号转换为可以显示的符号。
谢谢！
【问题讨论】：
这在过去对我很有帮助：
$str = mb_convert_encoding($str, 'HTML-ENTITIES', 'UTF-8')
【讨论】：
更好的解决方案是确保您的数据库设置为支持 UTF-8 字符。扩展集中可用的附加字符应涵盖您所说的所有“非标准”字符。
否则，如果您确实必须将这些字符转换为 HTML 实体，请使用htmlentities()。
【讨论】：
我认为所有这些答案都忽略了一个要点。 Windows 本身使用 latin1 的 Windows 风格，因此如果您将一些特殊字符（如不对称引号）粘贴到 Windows 机器上的表单中，然后发送到 unix（或任何非 muckrosoft）框（即发送到数据库）或其他）某些字符与 unix 系统所理解的任何内容都不匹配，因此字符混乱和乱码。这意味着即使你有一个 UTF-8 数据库并使用 htmlentities，一些讨厌的东西仍然会通过，因为它们是操作系统无法识别的字符——它们甚至不是 UTF-8 的一部分——是微软独有的发明。我很想知道一个巧妙的解决方案 - 我所做的是手动将我遇到的（也是手动的）UTF-8 字符列表中的 microsoft-only 字符的字符代码列入黑名单，对所有这些字符执行 str_replace，并且那么你可以对它们做任何你想做的事情——iconv、htmlentities，直接保存到 utf8 数据库中，这不再重要了。
我对这一切的理解有点不稳定 - 请查看 http://www.cs.tut.fi/~jkorpela/www/windows-chars.html 以获得我在上面截取为简短形式的出色解释。 - 如果有人有更好的解决方案（肯定有一个！）如何 PHPify 这篇文章的解释......我很想听听！
【讨论】：
htmlspecialchars() 会让你走得更远，但要小心，因为 Word 文档很乱。
【讨论】：
这是我为非便携式 Windows 字符集问题准备的解决方案。这会将有问题的几乎是拉丁语 1 字符替换为其等效的 HTML 实体。
$translation=array(
// reference from http://www.cs.tut.fi/~jkorpela/www/windows-chars.html
"\x82" => "‚",
"\x83" => "ƒ",
"\x84" => "„",
"\x85" => "…",
"\x86" => "†",
"\x87" => "‡",
"\x88" => "ˆ",
"\x89" => "‰",
"\x8a" => "Š",
"\x8b" => "‹",
"\x8c" => "Œ",
"\x91" => "‘",
"\x92" => "’",
"\x93" => "“",
"\x94" => "”",
"\x95" => "•",
"\x96" => "–",
"\x97" => "—",
"\x98" => "˜",
"\x99" => "™",
"\x9a" => "š",
"\x9b" => "›",
"\x9c" => "œ",
"\x9f" => "Ÿ",
);
return str_replace(array_keys($translation),array_values($translation),$input);
它对我有用TM
【讨论】：