用“正常”默认值替换 Word 特殊字符答案

【问题标题】：Replacing Word special characters with their "normal" defaults用“正常”默认值替换 Word 特殊字符
【发布时间】：2011-06-16 01:53:06
【问题描述】：

由于用户从 Word 复制粘贴文本，如下所示：

 “What’s the matter?” PART 2– A Review”

结果是：

 %93What%92s the matter?%94 PART 2%96 A Review%94

我需要它：

 "What's the matter?" PART 2- A Review"

我正在寻找一个可以转换此类文本并以标准化方式执行此操作的 PHp 库，因为除了我在此处列出的字符之外，还有更多字符 - 例如 (c) 版权符号等。 .

【问题讨论】：

从 Word 粘贴是所有开发人员的眼中钉。

标签： php text ms-word smart-quotes

【解决方案1】：

你想要iconv。 iconv() 函数具有执行从特殊字符（例如 Latin1 (ISO 8859-1) 中的花括号）到您使用的任何编码（例如 UTF-8 中的花引号或直引号 (')）的适当字符的选项ASCII码。

如果这是一个 Web 表单，则浏览器可能已经从 Latin1 转换为 UTF-8。例如，如果你想以 ASCII 格式存储它，你可以这样：

$ascii = iconv('UTF-8', 'ASCII//IGNORE//TRANSLIT', $utf8);

【讨论】：

【解决方案2】：

试试这个

function msword_conversion($str) 
{ 

    $invalid = array('Š'=>'S', 'š'=>'s', 'Đ'=>'Dj', 'đ'=>'dj', 'Ž'=>'Z', 'ž'=>'z',
    'Č'=>'C', 'č'=>'c', 'Ć'=>'C', 'ć'=>'c', 'À'=>'A', 'Á'=>'A', 'Â'=>'A', 'Ã'=>'A',
    'Ä'=>'A', 'Å'=>'A', 'Æ'=>'A', 'Ç'=>'C', 'È'=>'E', 'É'=>'E', 'Ê'=>'E', 'Ë'=>'E',
    'Ì'=>'I', 'Í'=>'I', 'Î'=>'I', 'Ï'=>'I', 'Ñ'=>'N', 'Ò'=>'O', 'Ó'=>'O', 'Ô'=>'O',
    'Õ'=>'O', 'Ö'=>'O', 'Ø'=>'O', 'Ù'=>'U', 'Ú'=>'U', 'Û'=>'U', 'Ü'=>'U', 'Ý'=>'Y',
    'Þ'=>'B', 'ß'=>'Ss', 'à'=>'a', 'á'=>'a', 'â'=>'a', 'ã'=>'a', 'ä'=>'a', 'å'=>'a',
    'æ'=>'a', 'ç'=>'c', 'è'=>'e', 'é'=>'e', 'ê'=>'e',  'ë'=>'e', 'ì'=>'i', 'í'=>'i',
    'î'=>'i', 'ï'=>'i', 'ð'=>'o', 'ñ'=>'n', 'ò'=>'o', 'ó'=>'o', 'ô'=>'o', 'õ'=>'o',
    'ö'=>'o', 'ø'=>'o', 'ù'=>'u', 'ú'=>'u', 'û'=>'u', 'ý'=>'y',  'ý'=>'y', 'þ'=>'b',
    'ÿ'=>'y', 'Ŕ'=>'R', 'ŕ'=>'r', "`" => "'", "´" => "'", "„" => ",", "`" => "'",
    "´" => "'", "“" => "\"", "”" => "\"", "´" => "'", "&acirc;€™" => "'", "{" => "",
    "~" => "", "–" => "-", "’" => "'");

    $str = str_replace(array_keys($invalid), array_values($invalid), $str);

    return $str;
}

【讨论】：

【解决方案3】：

我认为你正在寻找的是 urldecode()

【讨论】：

【解决方案4】：

如前所述，urldecode() 是您要查找的函数。基本上，内容已被编码以供安全 URL 使用。但是请注意，word 使用 66 和 99 样式的引号字符，而不是大多数 HTML 内容中使用的标准引号字符串 " - 因此可能也值得对这些值执行 str_replace()，这样您就不需要当页面显示给具有该内容的用户时，担心字符编码。

【讨论】：

有点困惑为什么这被否决了 - 考虑到我回答了这个问题，并就可能的陷阱提供了建议。