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。除某些特殊字符（如ÅÄÖåäöö）外，其他所有东西都起作用。例如Ä变成Ž，然后使用preg_replace进行更改，如下所示：

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

我遇到Å时遇到麻烦，它显示为<U+008F>，我看到它转换为单班三班，似乎无法在其上使用preg_replace吗？

Answer 1

您有两个主要的内置函数来完成工作，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);
  

为了确定为什么您的自制方法不起作用，我们需要花一些时间来检查完整的代码库，但我可以想到一些潜在的问题：

• 您正在使用混合编码，但是没有使用十六进制表示法或任何类型的字符串实体。还不清楚脚本文件本身的编码是什么。

• 也许您要多次替换某些字符串。

• 最后但并非最不重要的一点，您是否编译了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？