检测错误的书面变音符号
detect wrong written umlauts
我们需要将包含错误书写变音符号的 CSV 文件导入 MySQL。
例如：使用非德语键盘的人输入 U（ASCII 85）而不是 Ü（ASCII 154）并使用 ASCII 249 添加两个顶部点，这对他来说看起来一样.
MySQL 将此作为 U? 写入数据库。这就是为什么我们希望 PHP 检测非 ASCII 字符组合，例如可打印 ASCII 字符和扩展 ASCII 字符的组合，这种组合在现实世界中不存在，至少在主要语言中不存在。
我们已经尝试过的 preg_replace 函数，没有检测到这个或者也检测到有效的元音变音。
preg_replace有没有成功的机会，或者有其他方法吗？
以下是可能有用的东西：
$contents = str_replace(chr(85).chr(249),chr(154), file_get_contents("mycsv.csv"));
然后执行建议的操作，将您的数据库切换为 UTF-8 并执行：
$utfText = mb_convert_encoding($contents,"UTF-8","ISO-8859-1"); //I think that's the ISO standard you are referring to
Wiktor（第一个评论）搞定了。
我们不需要替换，对我们来说只是一个警告就可以了，因为这种情况很少见，无论如何都应该在 CSV 文件中修复。
'~\p{L}\p{M}+~u'
完成任务。
由于您想使用 PHP 代码来检测基本字母后跟 1 个或多个变音符号的任意组合，您可以使用
if (preg_match('~\p{L}\p{M}~u', $s, $m)) {
echo "There is a multibyte char here: " . $m[0];
}
注意：
\p{L} - 匹配任何 Unicode 字母\p{M} - 匹配任何变音符号（组合标记）
u 修饰符启用 (*UTF) 和 (*UCP) PCRE 标志，使 PCRE 引擎在 Unicode 感知模式下处理字符串和模式。
我们需要将包含错误书写变音符号的 CSV 文件导入 MySQL。
例如：使用非德语键盘的人输入 U（ASCII 85）而不是 Ü（ASCII 154）并使用 ASCII 249 添加两个顶部点，这对他来说看起来一样.
MySQL 将此作为 U? 写入数据库。这就是为什么我们希望 PHP 检测非 ASCII 字符组合，例如可打印 ASCII 字符和扩展 ASCII 字符的组合，这种组合在现实世界中不存在，至少在主要语言中不存在。
我们已经尝试过的 preg_replace 函数，没有检测到这个或者也检测到有效的元音变音。
preg_replace有没有成功的机会，或者有其他方法吗？
以下是可能有用的东西：
$contents = str_replace(chr(85).chr(249),chr(154), file_get_contents("mycsv.csv"));
然后执行建议的操作，将您的数据库切换为 UTF-8 并执行：
$utfText = mb_convert_encoding($contents,"UTF-8","ISO-8859-1"); //I think that's the ISO standard you are referring to
Wiktor（第一个评论）搞定了。
我们不需要替换，对我们来说只是一个警告就可以了，因为这种情况很少见，无论如何都应该在 CSV 文件中修复。
'~\p{L}\p{M}+~u'
完成任务。
由于您想使用 PHP 代码来检测基本字母后跟 1 个或多个变音符号的任意组合，您可以使用
if (preg_match('~\p{L}\p{M}~u', $s, $m)) {
echo "There is a multibyte char here: " . $m[0];
}
注意：
\p{L}- 匹配任何 Unicode 字母\p{M}- 匹配任何变音符号（组合标记）
u 修饰符启用 (*UTF) 和 (*UCP) PCRE 标志，使 PCRE 引擎在 Unicode 感知模式下处理字符串和模式。