我在哪里可以找到一个utf8位到char表上，例如将“â±”转换为“ñ”？

Question

我一直在透过网络上透露透彻，似乎找不到带有这种转换的桌子。我发现的那些错误有一些错误，并且不太可靠，所以我已经寻找了一些官方桌子或相似的桌子，但是不幸的是我没有。

如标题中提到的那样，我想做的是，例如，知道“â±”代表（我已经知道的这个。波兰人）。

主要问题是我有一个php中的字符串，有时可能会像“eñe”（可以的那样）和其他人作为“eâ±e”。它是可读的。但是，如果可以的话，我不想更改它。为了做到这一点，我正在使用utf8_decode函数，但是如果字符串可读，它仍然会将“ñ”更改为“■”（但是白色）..所以这就是为什么我不能总是解码字符串，并且如果我使用MB_DETECT_ENCODING函数，我将始终将“ UTF-8”作为响应。.它没有什么帮助。

一旦我知道所有写作的UTF8位字符，例如“ n n”，“Å”等等。 utf8_decode所做的同样的事情。除非这里有人有更好的解决方案！

提前致谢！问候！

Answer 1

你为什么要这样做？您要恢复损坏的数据左右吗？

它应该 真的 不作为通常业务代码流的一部分来完成。您需要做的就是确保WebApp的所有层都正确使用UTF-8。 PHP源，HTTP响应标头和身体，DB表，DB连接等。也可以看看 PHP UTF-8作弊地图.

如果你 实际上 想要作为一次性任务执行此操作以恢复损坏的数据，因此很高兴知道问题中的损坏数据表明UTF-8数据被错误地存储或显示为ISO-8859-1。您只需要将数据读取为ISO-8859-1，并以UTF-8的形式写入。一度。然后以正确的方式进行操作。

作为证据， ñ (Unicode字符“拉丁小字母n with tilde'（u+00f1））存在于Unicode中（UTF-8, ，一个多字节编码）字节 0xC3 和 0xB1. 。当这些字节使用单字节编码（例如ISO-8859-1）编码时，则 0xC3 变成 Ã 和 0xB1 变成 ±. 。另请参阅 ISO-8859-1代码ePage布局.

Answer 2

问题是一旦您拥有 Mojibake, ，没有可靠的方法将其转换回应意味着的意思。看 Wikipedia的这段 为了解释问题：

考虑包含德语单词的文本文件 毛皮 在ISO-8859-1编码中。现在，该文件使用文本编辑器打开，该文本编辑器假设输入为UTF-8。作为第一个字节（0x66）在范围内 0x00–0x7F, ，UTF-8正确将其解释为 f. 。第二个字节（0xFC）对于任何UTF-8编码字符的开始，不是法律价值。因此，文本编辑器可以用替换字符符号替换字节，以警告用户出现问题。最后一个字节（0x72）也在代码范围内 0x00–0x7F 并且可以正确解码。现在，整个字符串都这样显示： f�r.

不断成就的文本编辑器可能以UTF-8表格保存替换；然后，文本文件数据将看起来像这样： 0x66 0xEF 0xBF 0xBD 0x72, ，将再次显示在ISO-8859-1中 f�r. 替代者还破坏了原始字节，使得无法恢复想要的角色。

您需要从一开始就使用错误的编码来避免错误地解释文本。在破碎时修复它为时已晚。

Answer 3

您的问题是解释的问题，而不是转编码。在任何现代计算机上，ñ通常以二进制0xc3b1的形式输入，因为它是其UTF-8代码。如果您在旧的ISO-LATIN-15代码中解释（不转码），您将获得0xc3 =ã，其次是0xB1 =±。这就是为什么没有“表”：这是一个显示问题。

最好的办法是完全避免使用ISO-LATIN。这会给您带来很多问题。修复程序的真正方法是：在任何地方仅使用UTF-8，它将节省大量时间和头痛。

同时，如果您真的想将等效的ISO-latin-15字符串获取到UTF-8输入（如果您不右上，则不这样做），则可以将字符串传递给任何代码转换器， 要求它将UTF-8转换为ISO-Latin-15。您应该小心的一件事是双重跨编码。如果您有一个UTF-8字符串，并且错误地要求将ISO-Lating-15转换为UTF-8，那么您得到了一个UTF-8字符串，实际上说â±，即二进制0xC383C2B1。要恢复正确的UTF-8字符串，ANWSER是相同的：要求将您的操纵字符串从UTF-8转换为ISO-LATIN-15，它将很乐意将其转换为0xc383并将其转换为0xC3，然后将其转换为0xC2B1并将其转换为并将其转换为0xb1，为您提供一个正确的UTF-8字符串，其中包含正确的ñ。

特别是对于PHP和Web应用程序，请记住，默认情况下，许多计算机（以及将来越来越多的计算机）会向您发送UTF-8。