PHP：波兰语 UTF-8 字符显示不正确答案

【问题标题】：PHP: Polish UTF-8 characters displayed incorrectlyPHP：波兰语 UTF-8 字符显示不正确
【发布时间】：2014-08-09 00:36:37
【问题描述】：

首先，大家好。我对 PHP 和波兰语字符有疑问，即“ą Ą ć Ć ę Ę ł Ł ń Ń ó Ó ś Ś ź Ź ż Ż”。下面是我的示例代码。我在$string 变量中有所有波兰语符号，在$utfString 变量中有它们对应的UTF-8（十六进制）表示。

<?php
header('Content-Type: text/html; charset=utf-8');

$string = 'ą Ą ć Ć ę Ę ł Ł ń Ń ó Ó ś Ś ź Ź ż Ż';
$utfString = "\xC4\x85 \xC4\x84 \xC4\x87 \xC4\x86 ".
    "\xC4\x99 \xC4\x98 \xC5\x82 \xC5\x81 ".
    "\xC5\x84 \xC5\x83 \xC3\xB3 \xC3\x93 ".
    "\xC5\x9B \xC5\x9A \xC5\xBA \xC5\xB9 ".
    "\xC5\xBC \xC5\xBB";

echo $string;
var_dump(utf8_encode($string));
echo $utfString;
var_dump(utf8_encode($utfString));

?>

浏览器的响应如下所示：

� � � � � � � � � � � � � � � � � �
string '¹ ¥ æ Æ ê Ê ³ £ ñ Ñ ó Ó     ¿ ¯' (length=53)
ą Ą ć Ć ę Ę ł Ł ń Ń ó Ó ś Ś ź Ź ż Ż
string 'Ä Ä Ä Ä Ä Ä Å Å Å Å Ã³ Ã Å Å Åº Å¹ Å¼ Å»' (length=89)

如您所见，这些字符串的输出不同。我的问题是我能做些什么呢？我正在考虑编写一个函数，将代码中的波兰符号转换为它们各自的 UTF-8 表示，但这似乎远非最佳且相当困难。另一种选择是在我需要波兰符号时使用这种 UTF-8 表示，但话又说回来，我不相信它应该这么难和令人费解。有趣的是，当我从数据库中获取这样一个字符串并显示它时，一切正常。

脚本文件被编码为没有 BOM 的 UTF-8。

【问题讨论】：

标签： php encoding utf-8

【解决方案1】：

utf8_encode 是一个名称不佳的函数，它很少是你需要的。它将以 ISO 8859-1 编码的文本转换为 UTF-8，因此如果您的文本一开始就不是该特定编码，它将无济于事。

PHP 没有任何内置的字符编码、Unicode 或其他概念；字符串只是一组字节，echo 只是将这些字节发送到输出（因此通常发送到浏览器）。你不需要告诉 PHP 你输出的字符串是 UTF-8，因为它不在乎。

在你的情况下，我认为答案就是不要打电话给utf8_encode。

【讨论】：

这不是问题。我知道utf8_encode() 不能胜任这项工作。我只在var_dump() 内部使用了utf8_encode()，以便查看变量$string 的任何内容。否则它只会显示问号。主要问题是带有“正常”字符串的echo 给出了错误的结果。例如，如果我想显示单词“błąd”，我将不得不使用类似'b'."\xC5\x82\xC4\x85".'d' 而不是błąd。
您仍然将 utf8_encode 视为一些神奇的“使我的字符串可见”功能。那不是它的作用。你所做的只是让发现真正的问题变得更加困难。您需要知道的是正在输出哪些字节（不以任何方式处理它们），例如使用十六进制编辑器或ord() 函数。
好的，我发现了问题。显然 scrypt 文件没有编码为没有 BOM 的 UTF-8，尽管在保存文件时要求它。使用十六进制编辑器的提示让我意识到这一点，所以谢谢你的帮助。我无法将您的答案标记为正确，因为这不是问题所在，但仍然感谢您。