将 ISO-8859-1 转换为 UTF-8 问题答案

【问题标题】：Translating ISO-8859-1 to UTF-8 problem将 ISO-8859-1 转换为 UTF-8 问题
【发布时间】：2011-03-02 20:22:19
【问题描述】：

我的一个项目从网络上提取一个文档并阅读它。本文档由第三方提供，不会更改（内容会更改，但格式和其他内容不会更改）。问题是该文档包括从 Word 中复制和粘贴的内容，即 UTF-8，但是该文档以 ISO-8858-1 编码，因此这些字符以“？”的形式保存到数据库中。

如果我跳过文本，然后用 UTF-8 重新编码，而不是得到智能引号和破折号，我只会得到两个垃圾字符。

如何将这个带有 UTF-8 字符的 ISO-8859-1 文档转换回 UTF-8，以便它可以像最初创建的那样显示？

【问题讨论】：

【解决方案1】：

$fixed = mb_convert_encoding($broken, "UTF-8", "ISO-8859-1");

不知道它是否能正确处理嵌入在 8859 中的 UTF-8，但这是“正常”的处理方式。手册页here。试一试，看看事情是否变得更干净或更严重。

【讨论】：

【解决方案2】：

服务器声称它提供的是 ISO-8859-1，但实际上是 Windows-1252，它可以毫无问题地转换为 UTF-8。

【讨论】：

【解决方案3】：

幸运的是，ISO 8859-1 是 8 位透明的。因此，您可以只使用iconv、mb_convert_encoding 或utf8_encode 解码内容。

我不确定“我通过文本”是什么意思，但如果这确实是指定为 ISO 8859-1 的 UTF-8，请尝试消除所有中间文本操作。如果仍然失败，请提供（短）输入文档的示例。有可能它实际上并不是指定为 ISO 8859-1 的 UTF-8。

【讨论】：