修复损坏的UTF8编码
我正在修复一些不好的UTF8编码的过程。 我目前正在使用PHP 5和MySQL
在我的数据库中，我有几个不好的编码实例，打印如下：？
- 数据库sorting规则是utf8_general_ci
- PHP正在使用一个正确的UTF8头
- 记事本++被设置为使用UTF8没有BOM
- 数据库pipe理在phpMyAdmin中处理
- 不是所有重音字符的情况都被破坏了
我所需要的是某种function，它可以帮助我将ƒƒ®，ƒƒƒ¼¼和其他类似的实例映射到它们正确的带有重音的UTF8字符。
过去我不得不试图“修复”一些UTF8破碎的情况，不幸的是，这并不容易，而且往往是不可能的。
除非你能确定它是如何被破坏的，而且它总是以同样的方式被破坏，否则将很难“消除”破坏。
如果您想尝试撤消损坏，最好的方法是开始编写一些示例代码，在此尝试对mb_convert_encoding（）的调用进行多种修改，以查看是否可以find“from”和“to”的组合修复你的数据。 最后，由于所涉及的痛苦程度，最好不要担心修复旧数据，而只是为了解决前进的问题。
但是，在执行此操作之前，您需要确保首先解决导致此问题的所有问题。 你已经提到你的数据库表整理和编辑器设置正确。 但是还有更多的地方需要检查，以确保一切正常UTF-8：
- 确保您的HTML格式为UTF-8：
- header（“Content-Type：text / html; charset = utf-8”）;
- 改变你的PHP默认字符集为utf-8：
- ini_set（“default_charset”，“utf-8”）;
- 如果你的数据库并不总是用utf-8来说话，那么你可能需要在每个连接的基础上告诉它，以确保它处于utf-8模式，在MySQL中你可以通过发出：
- charset utf8
- 您可能需要告诉您的Web服务器总是试图用UTF8进行对话，在Apache中这个命令是：
- AddDefaultCharset UTF-8
- 最后，您需要始终确保您使用的是正确使用UTF-8的PHP函数。 这意味着始终使用mb_ *样式的“多字节感知”string函数。 这也意味着在调用htmlspecialchars（）之类的函数时，在末尾包含相应的“utf-8”字符集参数，以确保它不会错误地编码它们。
如果你错过了整个过程的任何一步，编码可能会发生改变，并出现问题。 一旦进入了utf-8的“槽”，这一切就成了第二天性。 当然，PHP6应该是来自getgo的完全unicode投诉，这将使更多的这更容易（希望）
如果你有双重编码的UTF8字符（各种聪明的引号，破折号，撇号，引号等），你可以在mysql中转储数据，然后读回来修复破坏的编码。
喜欢这个：
mysqldump -h DB_HOST -u DB_USER -p DB_PASSWORD --opt --quote-names \ --skip-set-charset --default-character-set=latin1 DB_NAME > DB_NAME-dump.sql mysql -h DB_HOST -u DB_USER -p DB_PASSWORD \ --default-character-set=utf8 DB_NAME < DB_NAME-dump.sql
这是我的双重编码的UTF-8的100％修复。
资料来源： http : //blog.hno3.org/2010/04/22/fixing-double-encoded-utf-8-data-in-mysql/
如果你的utf8_encode()已经是UTF-8的string了，那么当它被多次编码时，它看起来会出现乱码。
我做了一个函数toUTF8() ，将string转换为UTF-8。
你不需要指定你的string的编码是什么。 它可以是Latin1（ISO 8859-1），Windows-1252或UTF8或这三者的组合。
我自己用同一个string中的混合编码的feed。
用法：
$utf8_string = Encoding::toUTF8($mixed_string); $latin1_string = Encoding::toLatin1($mixed_string);
我的另一个函数fixUTF8()修复了UTF8string多次被乱码的乱码。
用法：
$utf8_string = Encoding::fixUTF8($garbled_utf8_string);
例子：
echo Encoding::fixUTF8("Fédération Camerounaise de Football"); echo Encoding::fixUTF8("Fédération Camerounaise de Football"); echo Encoding::fixUTF8("FÃÂédÃÂération Camerounaise de Football"); echo Encoding::fixUTF8("Fédération Camerounaise de Football");
会输出：
Fédération Camerounaise de Football Fédération Camerounaise de Football Fédération Camerounaise de Football Fédération Camerounaise de Football
下载：
正如丹指出：你需要将它们转换为二进制，然后转换/更正编码。
例如，对于以latin1存储的utf8，以下SQL将修复它：
UPDATE table SET field = CONVERT( CAST(field AS BINARY) USING utf8) WHERE $broken_field_condition
我有一个xml文件的编码有问题，它说这是utf-8，但是它的字符不是utf-8。
经过几次与mb_convert_encoding()试验和错误，我设法解决它
mb_convert_encoding($text, 'Windows-1252', 'UTF-8')
我知道这不是很优雅，但提到string可能是双重编码后，我做了这个function：
function fix_double encoding($string) { $utf8_chars = explode(' ', 'À Á Â Ã Ä Å Æ Ç È É Ê Ë Ì Í Î Ï Ð Ñ Ò Ó Ô Õ Ö × Ø Ù Ú Û Ü Ý Þ ß à á â ã ä å æ ç è é ê ë ì í î ï ð ñ ò ó ô õ ö'); $utf8_double_encoded = array(); foreach($utf8_chars as $utf8_char) { $utf8_double_encoded[] = utf8_encode(utf8_encode($utf8_char)); } $string = str_replace($utf8_double_encoded, $utf8_chars, $string); return $string; }
这似乎是完美的工作，以消除我遇到的双重编码。 我可能会错过一些可能成为别人问题的人物。 但是，为了我的需要，它是完美的工作。
方法是转换为二进制，然后正确的编码
另一件要检查的事情，就是我的解决scheme（在这里find），是从你的服务器返回数据。 在我的应用程序中，我使用PDO从PHP连接到MySQL。 我需要给连接添加一个标志，以UTF-8格式返回数据
答案是
$dbHandle = new PDO("mysql:host=$dbHost;dbname=$dbName;charset=utf8", $dbUser, $dbPass, array(PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES 'utf8'"));
看起来你的utf-8在某些时候被解释为iso8859-1或者Win-1250。
当你说“在我的数据库中，我有一些不好的编码的例子” – 你是怎么检查的？ 通过你的应用程序，phpmyadmin或命令行客户端？ 所有的 utf-8编码都是这样显示还是只显示一些？ 是不是有可能你的编码是错误的呢？当它已经是utf-8的时候，它被错误地从iso8859-1转换为utf-8了？
我很久以前也有同样的问题，并且使用了它
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-15">
我经过几天的searchfind了一个解决scheme。 我的评论将被埋葬，但无论如何…
-
我得到了与PHP的损坏的数据。
-
我不使用集合名称UTF8
-
我在我的数据上使用utf8_decode（）
-
我用我的新的解码数据更新我的数据库，仍然不使用设置名称UTF8
和瞧:)
这个脚本有一个很好的方法。 把它转换成你select的语言不应该太难：
http://plasmasturm.org/log/416/
#!/usr/bin/perl use strict; use warnings; use Encode qw( decode FB_QUIET ); binmode STDIN, ':bytes'; binmode STDOUT, ':encoding(UTF-8)'; my $out; while ( <> ) { $out = ''; while ( length ) { # consume input string up to the first UTF-8 decode error $out .= decode( "utf-8", $_, FB_QUIET ); # consume one character; all octets are valid Latin-1 $out .= decode( "iso-8859-1", substr( $_, 0, 1 ), FB_QUIET ) if length; } print $out; }
