【发布时间】：2011-02-15 20:57:24
【问题描述】：
服务器是 PHP5，HTML 字符集是 latin1 (iso-8859-1)。对于常规形式的 POST 请求，像 em dash (-) 这样的“特殊”字符没有问题。虽然我不确定，但它确实有效。可能是因为在字符代码 150 处存在浏览器的可表示字符（这是我在服务器上的 PHP 中看到的带有 ord 的文字破折号）。
现在我们的应用程序还通过 ajax 提供了某种预览机制：将文本发送到服务器，然后发送回用于预览的完整 HTML。但是，通过 ajax 发送的普通字符代码 150 em 破折号字符（使用 GET 和 POST 测试）会变异为更多内容：%E2%80%93。我已经在 apache 日志中看到了这一点。
根据我找到的各种来源，例如http://www.tachyonsoft.com/uc0020.htm，这是 em dash 的 UTF8 字节表示，我目前的知识是 JavaScript 处理 Unicode 中的所有内容。
但是在我的应用程序中，我需要所有 latin1 格式的内容。简单地说：就像一个常规的 POST 请求会给我那个破折号作为字符代码 150，我也需要它来翻译 UTF8 表示。
那是我失败了，因为当我尝试使用utf8_decode(...) 或iconv('UTF-8', 'iso-8859-1', ...) 对其进行解码时，服务器上有PHP，但在这两种情况下，我都会得到一个代表这个字符的常规?（并且iconv 也会抛出通知我：在输入字符串中检测到非法字符）。
我的目标是找到一个自动化的解决方案，但在这种情况下，也许我想变得更加聪明？
我发现其他人只是用预定义的输入/输出集进行手动替换；但这总是让我觉得我可以放松角色。
细心的读者会注意到，我在理解关于 Unicode 和字符转换的事情的全部影响/复杂性方面落后了，我绝对更愿意将事情作为一个整体来理解，而不是简单的手动映射。
根据 Delands 关于单字节字符必要性的问题进行更新：
说实话，我不知道我是否需要。目前，我有两种方法将数据传递到服务器并返回：
客户端 latin1 -> 正常发布请求 -> 服务器上的 latin1，以 latin1 发回完整页面，字符正常
client latin1 -> ajax 请求（get 或 post） -> latin1 被转换为 utf8 -> 我尝试将 utf8 转换回 latin1 -> 将 latin1 HTML 片段发送到客户端以内联显示 -> 特殊字符失败
第二种方式失败，因为从 utf8->latin1 的转换不能像上面描述的那样使用 utf8_decode/icon 进行。
我的最终目标只是呈现用户输入的数据的预览。我需要服务器往返以进行 HTML 渲染和其他必须完成的数据评估。
解决方案
Alans 的答案是解决方案：latin1 在后面被视为windows-1252，这也是 Word（至少是我的 2007 年）在它和浏览器之间复制和粘贴内容时似乎使用的。
另一个有趣的链接（来自 Alans 维基百科文章）是 HTML 5 Syntax：
8.2.2.2：用户代理必须至少支持 UTF-8 和 Windows-1252 编码，但可能支持更多。
...
如果用户代理将使用下表第一列中给出的编码来将内容转换为 Unicode 字符或将 Unicode 字符转换为字节，则它必须改为使用表格第二列中的单元格中给出的编码同一行。当一个字节或字节序列由于这种编码别名而被区别对待时，就被认为是为了兼容性而被误解了。
...
输入编码：ISO-8859-1 -> 替换编码：windows-1252
【问题讨论】：
标签： php unicode utf-8 character-encoding latin1