将编码从 windows-1251 更改为 utf-8

Question

我正在尝试解码在 windows-1251 中创建的文件并将它们编码为 UTF-8。除了 ÅÄÖåäö 等一些特殊字符外，一切正常。例如 Ä 变为 Ž 然后我使用 preg_replace 改变哪个工作正常，如下所示：

$file = preg_replace("/\Ž/", 'Ä', $file);

我在使用 Å 时遇到问题 <U+008F>，我看到它转换为单班三班，我似乎无法在上面使用 preg_replace？

Answer 1

你有两个主要的内置函数来完成这项工作，只需选择一个：

• Multibyte String:

  $file = mb_convert_encoding($file, 'UTF-8', 'Windows-1251');
  

• iconv:

  $file = iconv('Windows-1251', 'UTF-8', $file);
  

要确定您的自制软件替代方案为何不起作用，我们需要花一些时间检查完整的代码库，但我可以想到一些潜在的问题：

• 您正在使用混合编码，但您没有使用十六进制表示法或任何类型的字符串实体。也不清楚脚本文件本身保存为什么编码。

• PCRE 中没有 \Ž escape sequence（不知道是什么意思）。

• 也许您不止一次替换了某些字符串。

• 最后但同样重要的是，您是否编译了一个完整且正确的字符映射数据库，其中至少包含两种编码之间不同的 128 个代码点？