PHP Conference Japan 2024

    utf8_decode

    (PHP 4, PHP 5, PHP 7, PHP 8)

    utf8_decode — 將字串從 UTF-8 轉換為 ISO-8859-1，並取代無效或無法表示的字元

    警告

    此函式已於 PHP 8.2.0 起被棄用。 強烈建議不要依賴此函式。

    描述

    #[\Deprecated]
    utf8_decode(字串 $string): 字串

    此函式會將字串 string 從 UTF-8 編碼轉換為 ISO-8859-1。 字串中無效的 UTF-8 位元組，以及 ISO-8859-1 中不存在的 UTF-8 字元 (也就是高於 U+00FF 的程式碼點) 會被取代為 ?。

    注意:

    許多標示為使用 ISO-8859-1 字元編碼的網頁實際上使用類似的 Windows-1252 編碼，而且網頁瀏覽器會將 ISO-8859-1 網頁解讀為 Windows-1252。Windows-1252 具有額外的可列印字元，例如歐元符號 (€) 和彎引號 (“ ”)，而不是某些 ISO-8859-1 控制字元。如果需要 Windows-1252 轉換，此函式將無法正確轉換此類 Windows-1252 字元。請使用不同的函式。

    參數

    string

    一個 UTF-8 編碼的字串。

    回傳值

    回傳 string 的 ISO-8859-1 翻譯。

    變更記錄

    版本 描述
    8.2.0 此函式已被棄用。
    7.2.0 此函式已從 XML 擴充功能移至 PHP 核心。在先前的版本中，只有在安裝 XML 擴充功能時才可用。

    範例

    範例 #1 基本範例

    <?php
    // 將字串 'Zoë' 從 UTF-8 轉換為 ISO 8859-1
    $utf8_string = "\x5A\x6F\xC3\xAB";
    $iso8859_1_string = utf8_decode($utf8_string);
    echo     bin2hex($iso8859_1_string), "\n";

    // 無效的 UTF-8 序列會被取代為 '?'
    $invalid_utf8_string = "\xC3";
    $iso8859_1_string = utf8_decode($invalid_utf8_string);
    var_dump($iso8859_1_string);

    // ISO 8859-1 中不存在的字元，例如
    // '€' (歐元符號) 也會被取代為 '?'
    $utf8_string = "\xE2\x82\xAC";
    $iso8859_1_string = utf8_decode($utf8_string);
    var_dump($iso8859_1_string);
    ?>

    上述範例將輸出

    5a6feb
string(1) "?"
string(1) "?"

    注意事項

    注意: 棄用和替代方案

    此函式已於 PHP 8.2.0 起被棄用，並將在未來版本中移除。應檢查現有的用法並以適當的替代方案取代。

    可以使用 mb_convert_encoding() 達成類似的功能，它支援 ISO-8859-1 和許多其他字元編碼。

    <?php
    $utf8_string     = "\xC3\xAB"; // 'ë' (帶分音符的 e) 以 UTF-8 表示
    $iso8859_1_string = mb_convert_encoding($utf8_string, 'ISO-8859-1', 'UTF-8');
    echo     bin2hex($iso8859_1_string), "\n";

    $utf8_string = "\xCE\xBB"; // 'λ' (小寫希臘字母 lambda) 以 UTF-8 表示
    $iso8859_7_string = mb_convert_encoding($utf8_string, 'ISO-8859-7', 'UTF-8');
    echo     bin2hex($iso8859_7_string), "\n";

    $utf8_string = "\xE2\x82\xAC"; // '€' (歐元符號) 以 UTF-8 表示 (ISO-8859-1 中不存在)
    $windows_1252_string = mb_convert_encoding($utf8_string, 'Windows-1252', 'UTF-8');
    echo     bin2hex($windows_1252_string), "\n";
    ?>

    上述範例將輸出

    eb
eb
80

    其他可用的選項，取決於已安裝的擴充功能，包括 UConverter::transcode() 和 iconv()。

    以下所有方法都會產生相同的結果

    <?php
    $utf8_string     = "\x5A\x6F\xC3\xAB"; // 'Zoë' 以 UTF-8 表示
    $iso8859_1_string = utf8_decode($utf8_string);
    echo     bin2hex($iso8859_1_string), "\n";

    $iso8859_1_string = mb_convert_encoding($utf8_string, 'ISO-8859-1', 'UTF-8');
    echo     bin2hex($iso8859_1_string), "\n";

    $iso8859_1_string = iconv('UTF-8', 'ISO-8859-1', $utf8_string);
    echo     bin2hex($iso8859_1_string), "\n";

    $iso8859_1_string = UConverter::transcode($utf8_string, 'ISO-8859-1', 'UTF8');
    echo     bin2hex($iso8859_1_string), "\n";
    ?>

    上述範例將輸出

    5a6feb
5a6feb
5a6feb
5a6feb
    將 '?' 指定為 UConverter::transcode() 的 'to_subst' 選項，對於無效或無法在 ISO 8859-1 中表示的字串，會產生與 utf8_decode() 相同結果。
    <?php
    $utf8_string     = "\xE2\x82\xAC"; // € (歐元符號) 在 ISO 8859-1 中不存在
    $iso8859_1_string = UConverter::transcode(
    $utf8_string, 'ISO-8859-1', 'UTF-8', ['to_subst' => '?']
    );
    var_dump($iso8859_1_string);
    ?>

    上述範例將輸出

    sring(1) "?"

    參見

    發現問題了嗎？

    了解如何改進此頁面 • 提交 Pull Request • 回報錯誤
    ＋新增註解

    使用者貢獻的註解 32 則註解

    10
    info at vanylla dot it
    15 年前
    重要提示：當轉換包含歐元符號的 UTF8 資料時，請勿使用 utf_decode 函式。

    utf_decode 會將資料轉換為 ISO-8859-1 字元集。但 ISO-8859-1 字元集不包含歐元符號，因此歐元符號將被轉換為問號字元 '?'

    為了正確轉換包含歐元符號的 UTF8 資料，您必須使用

    iconv("UTF-8", "CP1252", $data)
    4
    alexlevin at kvadro dot net
    17 年前
    如果您執行 Gentoo Linux 並遇到某些 PHP4 應用程式出現問題，顯示
    呼叫未定義的函式：utf8_decode()
    請嘗試重新編譯 PHP4 並啟用 'expat' 旗標。
    8
    deceze at gmail dot com
    13 年前
    請注意，utf8_decode 只是將以 UTF-8 編碼的字串轉換為 ISO-8859-1。更適合的名稱應該是 utf8_to_iso88591。如果您的文字已經以 ISO-8859-1 編碼，則不需要此函式。如果您不想使用 ISO-8859-1，則不需要此函式。

    請注意，UTF-8 可以表示比 ISO-8859-1 多得多的字元。嘗試將包含無法在 ISO-8859-1 中表示的字元的 UTF-8 字串轉換為 ISO-8859-1 會使您的文字亂碼和/或導致字元遺失。嘗試使用此函式轉換未以 UTF-8 編碼的文字很可能會使文字亂碼。

    如果您需要將任何文字從任何編碼轉換為任何其他編碼，請改用 iconv()。
    5
    gabriel arobase gabsoftware dot com
    13 年前
    如果您想從資料庫中檢索一些 UTF-8 資料，則不需要 utf8_decode()。

    只需在任何 SELECT 之前執行以下查詢

    $result = mysql_query("SET NAMES utf8");
    4
    lukasz dot mlodzik at gmail dot com
    16 年前
    更新 MARC13 函式 utf2iso()
    我使用它來處理 AJAX POST 呼叫。
    儘管使用
    http.setRequestHeader('Content-Type', 'application/x-www-form-urlencoded'; charset='utf-8');
    它仍然使用 UTF-16 編碼波蘭字母

    這僅適用於波蘭字母

    <?php
    function utf16_2_utf8 ($nowytekst) {
    $nowytekst = str_replace('%u0104','Ą',$nowytekst); //Ą
    $nowytekst = str_replace('%u0106','Ć',$nowytekst); //Ć
    $nowytekst = str_replace('%u0118','Ę',$nowytekst); //Ę
    $nowytekst = str_replace('%u0141','Ł',$nowytekst); //Ł
    $nowytekst = str_replace('%u0143','Ń',$nowytekst); //Ń
    $nowytekst = str_replace('%u00D3','Ó',$nowytekst); //Ó
    $nowytekst = str_replace('%u015A','Ś',$nowytekst); //Ś
    $nowytekst = str_replace('%u0179','Ź',$nowytekst); //Ź
    $nowytekst = str_replace('%u017B','Ż',$nowytekst); //Ż

    $nowytekst = str_replace('%u0105','ą',$nowytekst); //ą
    $nowytekst = str_replace('%u0107','ć',$nowytekst); //ć
    $nowytekst = str_replace('%u0119','ę',$nowytekst); //ę
    $nowytekst = str_replace('%u0142','ł',$nowytekst); //ł
    $nowytekst = str_replace('%u0144','ń',$nowytekst); //ń
    $nowytekst = str_replace('%u00F3','ó',$nowytekst); //ó
    $nowytekst = str_replace('%u015B','ś',$nowytekst); //ś
    $nowytekst = str_replace('%u017A','ź',$nowytekst); //ź
    $nowytekst = str_replace('%u017C','ż',$nowytekst); //ż
    return ($nowytekst);
    }
    ?>

    一切順利，但它不會變更 '%u00D3'、'Ó' 和 '%u00F3'、'ó'。我不知道該怎麼辦。

    請記住！檔案必須以 UTF-8 編碼儲存。
    2
    Aleksandr
    7 年前
    除了 yannikh at gmeil dot com 的註解之外，另一種解碼來自 unix 主控台且包含非拉丁字元的字串的方式，例如

    C=RU, L=\xD0\x9C\xD0\xBE\xD1\x81\xD0\xBA\xD0\xB2\xD0\xB0,

    <?php preg_replace_callback('/\\\\x([0-9A-F]{2})/', function($a){ return pack('H*', $a[1]); }, $str); ?>

    上面的程式碼將輸出
    C=RU, L=Москва,
    3
    sam
    17 年前
    除了 yannikh 的註解之外，若要轉換十六進制 utf8 字串

    <?php

    echo utf8_decode("\x61\xc3\xb6\x61");
    // 如預期般運作

    $abc="61c3b661";
    $newstr = "";
    $l = strlen($abc);
    for (    $i=0;$i<$l;$i+=2){
    $newstr .= "\x".$abc[$i].$abc[$i+1];
    }
    echo     utf8_decode($newstr);
    // 或 "\x" 的各種變體： "\\x" 等等，不會輸出您想要的結果

    echo utf8_decode(pack('H*',$abc));
    // 此輸出正確的字串，就像第一行一樣。

    ?>
    2
    Aidan Kehoe <php-manual at parhasard dot net>
    20 年前
    我發現檢查某個東西是否為有效的 UTF-8 的最快方法是
    <?php
    if (iconv('UTF-8', 'UTF-8', $input) != $input) {
    /* 它不是 UTF-8--對我來說，它可能是 CP1252，Windows
    的 Latin 1 版本，帶有引號和
    歐元符號。 */
    }
    ?>.
    如果 iconv() C 程式庫被告知某個字串是 UTF-8 而實際上不是，則會失敗；PHP 的則不會，它只會傳回轉換到失敗點的結果，因此您必須比較結果與輸入才能判斷轉換是否成功。
    1
    j dot dittmer at portrix dot net
    19 年前
    最後一個註解中的正規表示式有一些錯字。這是一個
    語法上有效的表示式，但不知道它是否正確。
    您必須將表示式連接成一個長行。

    ^(
    [\x00-\x7f]|
    [\xc2-\xdf][\x80-\xbf]|
    [\xe0][\xa0-\xbf][\x80-\xbf]|
    [\xe1-\xec][\x80-\xbf]{2}|
    [\xed][\x80-\x9f][\x80-\xbf]|
    [\xee-\xef][\x80-\xbf]{2}|
    [\xf0][\x90-\xbf][\x80-\xbf]{2}|
    [\xf1-\xf3][\x80-\xbf]{3}|
    [\xf4][\x80-\x8f][\x80-\xbf]{2}
    )*$
    1
    christoffer
    12 年前
    在陣列上使用此函式的首選方式是使用內建的 PHP 函式「array_map()」，例如
    $array = array_map("utf8_decode", $array);
    1
    thierry.bo # netcourrier point com
    19 年前
    針對 fhoech (2005 年 9 月 22 日 11:55) 的回覆，我剛剛使用您的正規表示式、'j dot dittmer' (2005 年 9 月 20 日 06:30) 的正規表示式 (訊息 #56962)、`php-note-2005` (2005 年 2 月 17 日 08:57) 在 `mb-detect-encoding` 頁面上的訊息中使用的正規表示式 (http://us3.php.net/manual/en/function.mb-detect-encoding.php#50087)，他使用的是 W3C 的正規表示式 (http://w3.org/International/questions/qa-forms-utf-8.html)，以及 PHP 的 mb_detect_encoding 函式，同時進行了測試。

    以下是結果的摘要

    使用 phpnote 正規表示式，有 201 行是有效的 UTF8 字串
    使用 j.dittmer 正規表示式，有 203 行是有效的 UTF8 字串
    使用 fhoech 正規表示式，有 200 行是有效的 UTF8 字串
    使用 mb_detect_encoding，有 239 行是有效的 UTF8 字串

    以下是結果不同的行（從左到右，phpnote、j.dittmer 和 fhoech）

    第 70 行：非 UTF8|是 UTF8!|是 UTF8! :2.1.1 1 位元組 (U-00000000): ""
    第 79 行：非 UTF8|是 UTF8!|是 UTF8! :2.2.1 1 位元組 (U-0000007F): ""
    第 81 行：是 UTF8!|是 UTF8!|非 UTF8 :2.2.3 3 位元組 (U-0000FFFF): "&#65535;" |
    第 267 行：是 UTF8!|是 UTF8!|非 UTF8 :5.3.1 U+FFFE = ef bf be = "&#65534;" |
    第 268 行：是 UTF8!|是 UTF8!|非 UTF8 :5.3.2 U+FFFF = ef bf bf = "&#65535;" |

    有趣的是，您說您的正規表示式修正了 j.dittmer 正規表示式在 5.3 節失敗的問題，但在我的測試中，我得到了相反的結果？！

    我在 Windows XP 上使用 PHP 4.3.11dev 執行了這項測試。也許這些差異來自作業系統或 PHP 版本。

    對於 mb_detect_encoding，我使用了以下命令

    mb_detect_encoding($line, 'UTF-8, ISO-8859-1, ASCII');
    0
    jamalmarlone at gmail dot com
    一年前
    $string = "Bjørn Johansen";

    echo mb_convert_encoding($string, 'ISO-8859-1', 'UTF-8');

    ----
    列印出: "Bjørn Johansen"
    0
    okx dot oliver dot koenig at gmail dot com
    9 年前
    // 這最終幫助我完成了工作，感謝 Blackbit，不得不修改已棄用的 ereg
    // 原始註解："Squirrelmail 在原始碼中包含一個不錯的函式，可將 Unicode 轉換為實體："

    function charset_decode_utf_8 ($string) {
    /* 只有在有 8 位元字元時才進行慢速轉換 */
    /* 避免在 ereg 範圍中使用 0xA0 (\240)。RH73 不喜歡這樣 */
    if (!preg_match("/[\200-\237]/", $string)
    && !preg_match("/[\241-\377]/", $string)
    ) {
    return $string;
    }

    // 解碼三位元組 Unicode 字元
    $string = preg_replace("/([\340-\357])([\200-\277])([\200-\277])/e",
    "'&#'.((ord('\\1')-224)*4096 + (ord('\\2')-128)*64 + (ord('\\3')-128)).';'",
    $string
    );

    // 解碼二位元組 Unicode 字元
    $string = preg_replace("/([\300-\337])([\200-\277])/e",
    "'&#'.((ord('\\1')-192)*64+(ord('\\2')-128)).';'",
    $string
    );

    return $string;
    }
    0
    sashott at gmail dot com
    10 年前
    對我來說，使用 utf8_decode 從另一個網站取得頁面內容是不夠的。當出現與標準拉丁字母不同的字母時，會出現問題。例如，某些字元（對應於 HTML 程式碼 &bdquo;、&nbsp; 等）會轉換為 "?" 或 "xA0"（十六進位值）。您需要在執行 utf8_decode 之前進行一些轉換。而且您不能簡單地替換，因為它們可能是字元 2 位元組程式碼的一部分（UTF-8 使用 2 位元組）。接下來是西里爾字母，但對於其他字母應該非常接近。

    function convertMethod($text){
    // 問題是 utf8_decode 將 &bdquo; 和其他 HTML 字元轉換為 ? 或將 &nbsp; 轉換為 \xA0。而且您不能替換，因為它們位於某些字元位元組中，並且您破壞了西里爾文（或其他字母）字元。
    $problem_enc=array(
    'euro',
    'sbquo',
    'bdquo',
    'hellip',
    'dagger',
    'Dagger',
    'permil',
    'lsaquo',
    'lsquo',
    'rsquo',
    'ldquo',
    'rdquo',
    'bull',
    'ndash',
    'mdash',
    'trade',
    'rsquo',
    'brvbar',
    'copy',
    'laquo',
    'reg',
    'plusmn',
    'micro',
    'para',
    'middot',
    'raquo',
    'nbsp'
    );
    $text=mb_convert_encoding($text,'HTML-ENTITIES','UTF-8');
    $text=preg_replace('#(?<!\&ETH;)\&('.implode('|',$problem_enc).');#s','--amp{$1}',$text);
    $text=mb_convert_encoding($text,'UTF-8','HTML-ENTITIES');
    $text=utf8_decode($text);
    $text=mb_convert_encoding($text,'HTML-ENTITIES','UTF-8');
    $text=preg_replace('#\-\-amp\{([^\}]+)\}#su','&$1;',$text);
    $text=mb_convert_encoding($text,'UTF-8','HTML-ENTITIES');
    return $text;
    }

    如果這不起作用，請嘗試在某些位置設定 "die($text);" 以查看此列發生了什麼。最好用長文本進行測試。很有可能會破壞其他字母字元。在這種情況下，很可能對於您的字母表設定 "&ETH;" 不是正確的。您需要在此 preg_replace 之後設定 "die($text);" 並查看設定 "--amp" 之前的字元的 HTML 程式碼。
    0
    punchivan at gmail dot com
    16 年前
    嘿！錯誤不在函式 'utf8_decode' 中。錯誤在函式 'mb_detect_encoding' 中。如果您在結尾處加上特殊字元的單字，例如 'accentué'，那將導致錯誤的結果 (UTF-8)，但如果您在結尾處加上另一個字元，例如 'accentuée'，您將得到正確的結果。因此，您應該始終在字串中新增一個 ISO-8859-1 字元來進行此檢查。我的建議是使用空格。
    我試過了，它有效！

    function ISO_convert($array)
    {
    $array_temp = array();

    foreach($array as $name => $value)
    {
    if(is_array($value))
    $array_temp[(mb_detect_encoding($name." ",'UTF-8,ISO-8859-1') == 'UTF-8' ? utf8_decode($name) : $name )] = ISO_convert($value);
    else
    $array_temp[(mb_detect_encoding($name." ",'UTF-8,ISO-8859-1') == 'UTF-8' ? utf8_decode($name) : $name )] = (mb_detect_encoding($value." ",'UTF-8,ISO-8859-1') == 'UTF-8' ? utf8_decode($value) : $value );
    }

    return $array_temp;
    }
    0
    ludvig dot ericson at gmail dot com
    17 年前
    更好的轉換方式是使用 iconv，請參閱 https://php.dev.org.tw/iconv -- 範例

    <?php
    $myUnicodeString     = "Åäö";
    echo     iconv("UTF-8", "ISO-8859-1", $myUnicodeString);
    ?>

    上面的程式碼將以 ISO-8859-1 編碼輸出給定的變數，您可以將其替換為您喜歡的任何編碼。

    解決字形顯示錯誤問題的另一種方法是簡單地將文件作為 UTF-8 發送，當然也要發送 UTF-8 資料

    <?php
    # 將 text/html 替換為您喜歡的任何 MIME 類型。
    header("Content-Type: text/html; charset=utf-8");
    ?>
    0
    MARC13
    17 年前
    我撰寫這個函式是為了轉換來自 AJAX 呼叫的資料，以便插入我的資料庫。
    它將 XMLHttpRequest() 的 UTF-8 轉換為我在 LATIN2 MySQL 資料庫中使用的 ISO-8859-2。

    <?php
    function utf2iso($tekst)
    {
    $nowytekst = str_replace("%u0104","\xA1",$tekst); //Ą
    $nowytekst = str_replace("%u0106","\xC6",$nowytekst); //Ć
    $nowytekst = str_replace("%u0118","\xCA",$nowytekst); //Ę
    $nowytekst = str_replace("%u0141","\xA3",$nowytekst); //Ł
    $nowytekst = str_replace("%u0143","\xD1",$nowytekst); //Ń
    $nowytekst = str_replace("%u00D3","\xD3",$nowytekst); //Ó
    $nowytekst = str_replace("%u015A","\xA6",$nowytekst); //Ś
    $nowytekst = str_replace("%u0179","\xAC",$nowytekst); //Ź
    $nowytekst = str_replace("%u017B","\xAF",$nowytekst); //Ż

    $nowytekst = str_replace("%u0105","\xB1",$nowytekst); //ą
    $nowytekst = str_replace("%u0107","\xE6",$nowytekst); //ć
    $nowytekst = str_replace("%u0119","\xEA",$nowytekst); //ę
    $nowytekst = str_replace("%u0142","\xB3",$nowytekst); //ł
    $nowytekst = str_replace("%u0144","\xF1",$nowytekst); //ń
    $nowytekst = str_replace("%u00D4","\xF3",$nowytekst); //ó
    $nowytekst = str_replace("%u015B","\xB6",$nowytekst); //ś
    $nowytekst = str_replace("%u017A","\xBC",$nowytekst); //ź
    $nowytekst = str_replace("%u017C","\xBF",$nowytekst); //ż

    return ($nowytekst);
    }
    ?>

    在我的案例中，處理 AJAX 呼叫的程式碼檔案也必須使用 UTF-8 編碼。
    0
    luka8088 at gmail dot com
    17 年前
    簡單的 UTF-8 到 HTML 轉換

    function utf8_to_html ($data)
    {
    return preg_replace("/([\\xC0-\\xF7]{1,1}[\\x80-\\xBF]+)/e", '_utf8_to_html("\\1")', $data);
    }

    function _utf8_to_html ($data)
    {
    $ret = 0;
    foreach((str_split(strrev(chr((ord($data{0}) % 252 % 248 % 240 % 224 % 192) + 128) . substr($data, 1)))) as $k => $v)
    $ret += (ord($v) % 128) * pow(64, $k);
    return "&#$ret;";
    }

    範例
    echo utf8_to_html("a b č ć ž こ に ち わ ()[]{}!#$?*");

    輸出
    a b &#269; &#263; &#382; &#12371; &#12395; &#12385; &#12431; ()[]{}!#$?*
    0
    gto at interia dot pl
    21 年前
    修正 utf82iso88592 和 iso88592tutf8 轉換的函式。
    Janusz 忘記了 "&#324;"，而且 "&#380;" 和 "&#378;" 在這裡和那裡交換了。

    GTo

    function utf82iso88592($tekscik) {
    $tekscik = str_replace("\xC4\x85", "&#261;", $tekscik);
    $tekscik = str_replace("\xC4\x84", '&#260;', $tekscik);
    $tekscik = str_replace("\xC4\x87", '&#263;', $tekscik);
    $tekscik = str_replace("\xC4\x86", '&#262;', $tekscik);
    $tekscik = str_replace("\xC4\x99", '&#281;', $tekscik);
    $tekscik = str_replace("\xC4\x98", '&#280;', $tekscik);
    $tekscik = str_replace("\xC5\x82", '&#322;', $tekscik);
    $tekscik = str_replace("\xC5\x81", '&#321;', $tekscik);
    $tekscik = str_replace("\xC5\x84", '&#324;', $tekscik);
    $tekscik = str_replace("\xC5\x83", '&#323;', $tekscik);
    $tekscik = str_replace("\xC3\xB3", '?', $tekscik);
    $tekscik = str_replace("\xC3\x93", '?', $tekscik);
    $tekscik = str_replace("\xC5\x9B", '&#347;', $tekscik);
    $tekscik = str_replace("\xC5\x9A", '&#346;', $tekscik);
    $tekscik = str_replace("\xC5\xBC", '&#380;', $tekscik);
    $tekscik = str_replace("\xC5\xBB", '&#379;', $tekscik);
    $tekscik = str_replace("\xC5\xBA", '&#378;', $tekscik);
    $tekscik = str_replace("\xC5\xB9", '&#377;', $tekscik);
    return $tekscik;
    } // utf82iso88592

    function iso885922utf8($tekscik) {
    $tekscik = str_replace("&#261;", "\xC4\x85", $tekscik);
    $tekscik = str_replace('&#260;', "\xC4\x84", $tekscik);
    $tekscik = str_replace('&#263;', "\xC4\x87", $tekscik);
    $tekscik = str_replace('&#262;', "\xC4\x86", $tekscik);
    $tekscik = str_replace('&#281;', "\xC4\x99", $tekscik);
    $tekscik = str_replace('&#280;', "\xC4\x98", $tekscik);
    $tekscik = str_replace('&#322;', "\xC5\x82", $tekscik);
    $tekscik = str_replace('&#321;', "\xC5\x81", $tekscik);
    $tekscik = str_replace('&#324;', "\xC5\x84", $tekscik);
    $tekscik = str_replace('&#323;',"\xC5\x83", $tekscik);
    $tekscik = str_replace('?', "\xC3\xB3", $tekscik);
    $tekscik = str_replace('?', "\xC3\x93", $tekscik);
    $tekscik = str_replace('&#347;', "\xC5\x9B", $tekscik);
    $tekscik = str_replace('&#346;', "\xC5\x9A", $tekscik);
    $tekscik = str_replace('&#380;', "\xC5\xBC", $tekscik);
    $tekscik = str_replace('&#379;', "\xC5\xBB", $tekscik);
    $tekscik = str_replace('&#378;', "\xC5\xBA", $tekscik);
    $tekscik = str_replace('&#377;', "\xC5\xB9", $tekscik);
    return $tekscik;
    } // iso885922utf8
    -1
    kode68
    8 年前
    更新來自 okx dot oliver dot koenig at gmail dot com 的答案，以適用於 PHP 5.6，因為 e/ 修飾符已棄用

    // 這最終幫助我完成了工作，感謝 Blackbit，不得不修改已棄用的 ereg
    // 原始註解："Squirrelmail 在原始碼中包含一個不錯的函式，可將 Unicode 轉換為實體："

    function charset_decode_utf_8($string)
    {
    /* 只有在有 8 位元字元時才進行慢速轉換 */
    if ( !preg_match("/[\200-\237]/", $string) && !preg_match("/[\241-\377]/", $string) )
    return $string;

    // 解碼三位元組 Unicode 字元
    $string = preg_replace_callback("/([\340-\357])([\200-\277])([\200-\277])/",
    create_function ('$matches', 'return \'&#\'.((ord($matches[1])-224)*4096+(ord($matches[2])-128)*64+(ord($matches[3])-128)).\';\';'),
    $string);

    // 解碼二位元組 Unicode 字元
    $string = preg_replace_callback("/([\300-\337])([\200-\277])/",
    create_function ('$matches', 'return \'&#\'.((ord($matches[1])-192)*64+(ord($matches[2])-128)).\';\';'),
    $string);

    return $string;
    }

    享受吧
    -1
    visus at portsonline dot net
    17 年前
    以下程式碼幫助我處理混合的（UTF8+ISO-8859-1(x)）編碼。在這種情況下，我的範本檔案是由不關心編碼的設計人員製作和維護的，而 MySQL 資料則是以 utf8_binary_ci 編碼的資料表儲存。

    <?php

    class Helper
    {
    function     strSplit($text, $split = 1)
    {
    if (!    is_string($text)) return false;
    if (!    is_numeric($split) && $split < 1) return false;

    $len = strlen($text);

    $array = array();

    $i = 0;

    while (    $i < $len)
    {
    $key = NULL;

    for (    $j = 0; $j < $split; $j += 1)
    {
    $key .= $text{$i};

    $i += 1;
    }

    $array[] = $key;
    }

    return     $array;
    }

    function     UTF8ToHTML($str)
    {
    $search = array();
    $search[] = "/([\\xC0-\\xF7]{1,1}[\\x80-\\xBF]+)/e";
    $search[] = "/&#228;/";
    $search[] = "/&#246;/";
    $search[] = "/&#252;/";
    $search[] = "/&#196;/";
    $search[] = "/&#214;/";
    $search[] = "/&#220;/";
    $search[] = "/&#223;/";

    $replace = array();
    $replace[] = 'Helper::_UTF8ToHTML("\\1")';
    $replace[] = "ä";
    $replace[] = "ö";
    $replace[] = "ü";
    $replace[] = "Ä";
    $replace[] = "Ö";
    $replace[] = "ü";
    $replace[] = "ß";

    $str = preg_replace($search, $replace, $str);

    return     $str;
    }

    function     _UTF8ToHTML($str)
    {
    $ret = 0;

    foreach((    Helper::strSplit(strrev(chr((ord($str{0}) % 252 % 248 % 240 % 224 % 192) + 128).substr($str, 1)))) as $k => $v)
    $ret += (ord($v) % 128) * pow(64, $k);
    return     "&#".$ret.";";
    }
    }

    // Usage example:

    $tpl = file_get_contents("template.tpl");
    /* ... */
    $row = mysql_fetch_assoc($result);

    print(    Helper::UTF8ToHTML(str_replace("{VAR}", $row['var'], $tpl)));

    ?>
    -1
    paul.hayes at entropedia.co.uk
    18 年前
    我注意到下面這些 utf-8 轉 html 的函式只適用於 2 位元組長的編碼。我想要支援 3 位元組（抱歉，還沒做 4、5 或 6 位元組的）。我也注意到字元碼的串接沒有 0x 的十六進位前綴，因此較大的 2 位元組碼會失敗

    <?
    public function utf2html (&$str) {

    $ret = "";
    $max = strlen($str);
    $last = 0; // 保留最後一個正規字元的索引
    for ($i=0; $i<$max; $i++) {
    $c = $str{$i};
    $c1 = ord($c);
    if ($c1>>5 == 6) { // 110x xxxx，2 位元組 unicode 的 110 前綴
    $ret .= substr($str, $last, $i-$last); // 附加所有我們跳過的正規字元
    $c1 &= 31; // 移除 3 位元 2 位元組前綴
    $c2 = ord($str{++$i}); // 下一個位元組
    $c2 &= 63; // 移除 2 位元尾隨位元組前綴
    $c2 |= (($c1 & 3) << 6); // c1 的最後 2 位元變成 c2 的前 2 位元
    $c1 >>= 2; // c1 向右移 2 位
    $ret .= "&#" . ($c1 * 0x100 + $c2) . ";"; // 這是最快的字串串接方式
    $last = $i+1;
    }
    elseif ($c1>>4 == 14) { // 1110 xxxx，3 位元組 unicode 的 110 前綴
    $ret .= substr($str, $last, $i-$last); // 附加所有我們跳過的正規字元
    $c2 = ord($str{++$i}); // 下一個位元組
    $c3 = ord($str{++$i}); // 第三個位元組
    $c1 &= 15; // 移除 4 位元 3 位元組前綴
    $c2 &= 63; // 移除 2 位元尾隨位元組前綴
    $c3 &= 63; // 移除 2 位元尾隨位元組前綴
    $c3 |= (($c2 & 3) << 6); // c2 的最後 2 位元變成 c3 的前 2 位元
    $c2 >>=2; //c2 向右移 2 位
    $c2 |= (($c1 & 15) << 4); // c1 的最後 4 位元變成 c2 的前 4 位元
    $c1 >>= 4; // c1 向右移 4 位
    $ret .= '&#' . (($c1 * 0x10000) + ($c2 * 0x100) + $c3) . ';'; // 這是最快的字串串接方式
    $last = $i+1;
    }
    }
    $str=$ret . substr($str, $last, $i); // 附加最後一批正規字元
    }
    ?>
    -1
    php-net at ---NOSPAM---lc dot yi dot org
    18 年前
    我剛建立這個程式碼片段，以改善我的網站發送的使用者可自訂電子郵件。

    目標是使用 UTF-8 (Unicode)，以便非英文使用者擁有所有 Unicode 的優點，但也讓英文（或特別是英文 MS-Outlook 使用者）的生活無縫接軌。問題是：2003 年之前的 Outlook (?) 無法正確偵測 Unicode 電子郵件。當從 MS Word 貼上「智慧引號」到 RTF 區域並以 Unicode 儲存，然後以電子郵件發送給 Outlook 使用者時，這些字元往往會錯誤地呈現為「希臘文」。

    因此，以下程式碼片段會將一些策略性字元取代為 Outlook XP（可能更早版本）會如預期呈現的 HTML 實體。[程式碼基於此頁面和 htmlenties 上的先前文章中的程式碼片段]
    <?php
    $badwordchars    =array(
    "\xe2\x80\x98", // 左單引號
    "\xe2\x80\x99", // 右單引號
    "\xe2\x80\x9c", // 左雙引號
    "\xe2\x80\x9d", // 右雙引號
    "\xe2\x80\x94", // em dash
    "\xe2\x80\xa6" // 省略符號
    );
    $fixedwordchars=array(
    "&#8216;",
    "&#8217;",
    '&#8220;',
    '&#8221;',
    '&mdash;',
    '&#8230;'
    );
    $html=str_replace($badwordchars,$fixedwordchars,$html);
    ?>
    -2
    Blackbit
    16 年前
    Squirrelmail 的原始碼中包含一個不錯的函式，可將 Unicode 轉換為實體

    <?php
    function charset_decode_utf_8 ($string) {
    /* 只有在有 8 位元字元時才執行慢速轉換 */
    /* 避免在 ereg 範圍中使用 0xA0 (\240)。RH73 不喜歡這樣 */
    if (! ereg("[\200-\237]", $string) and ! ereg("[\241-\377]", $string))
    return     $string;

    // 解碼 3 位元組 unicode 字元
    $string = preg_replace("/([\340-\357])([\200-\277])([\200-\277])/e", \
    "'&#'.((ord('\\1')-224)*4096 + (ord('\\2')-128)*64 + (ord('\\3')-128)).';'", \
    $string);

    // 解碼 2 位元組 unicode 字元
    $string = preg_replace("/([\300-\337])([\200-\277])/e", \
    "'&#'.((ord('\\1')-192)*64+(ord('\\2')-128)).';'", \
    $string);

    return     $string;
    }
    ?>
    -1
    Sadi
    17 年前
    再次關於波蘭字母。如果你使用 fananf 的解決方案，請確保 PHP 檔案是以 cp1250 編碼的，否則它將無法運作。這很明顯，但我花了一些時間才弄清楚，所以我認為在這裡發布一下。
    -2
    rasmus at flajm dot se
    19 年前
    如果您沒有安裝多位元組擴充功能，這裡有一個函數可以解碼 UTF-16 編碼的字串。它支援無 BOM 和有 BOM 的字串（大端和小端位元組順序）。

    <?php
    /**
    * 解碼 UTF-16 編碼的字串。
    *
    * 可以處理帶 BOM 和不帶 BOM 的資料。
    * 如果沒有 BOM 可用，則假設為大端位元組順序。
    *
    * @param string $str 要解碼的 UTF-16 編碼資料。
    * @return string UTF-8 / ISO 編碼的資料。
    * @access public
    * @version 0.1 / 2005-01-19
    * @author Rasmus Andersson {@link http://rasmusandersson.se/}
    * @package Groupies
    */
    function utf16_decode( $str ) {
    if(     strlen($str) < 2 ) return $str;
    $bom_be = true;
    $c0 = ord($str{0});
    $c1 = ord($str{1});
    if(     $c0 == 0xfe && $c1 == 0xff ) { $str = substr($str,2); }
    elseif(     $c0 == 0xff && $c1 == 0xfe ) { $str = substr($str,2); $bom_be = false; }
    $len = strlen($str);
    $newstr = '';
    for(    $i=0;$i<$len;$i+=2) {
    if(     $bom_be ) { $val = ord($str{$i}) << 4; $val += ord($str{$i+1}); }
    else {     $val = ord($str{$i+1}) << 4; $val += ord($str{$i}); }
    $newstr .= ($val == 0x228) ? "\n" : chr($val);
    }
    return     $newstr;
    }
    ?>
    -2
    Ajgor
    17 年前
    波蘭語解碼的小升級

    function utf82iso88592($text) {
    $text = str_replace("\xC4\x85", 'ą', $text);
    $text = str_replace("\xC4\x84", 'Ą', $text);
    $text = str_replace("\xC4\x87", 'ć', $text);
    $text = str_replace("\xC4\x86", 'Ć', $text);
    $text = str_replace("\xC4\x99", 'ę', $text);
    $text = str_replace("\xC4\x98", 'Ę', $text);
    $text = str_replace("\xC5\x82", 'ł', $text);
    $text = str_replace("\xC5\x81", 'Ł', $text);
    $text = str_replace("\xC3\xB3", 'ó', $text);
    $text = str_replace("\xC3\x93", 'Ó', $text);
    $text = str_replace("\xC5\x9B", 'ś', $text);
    $text = str_replace("\xC5\x9A", 'Ś', $text);
    $text = str_replace("\xC5\xBC", 'ż', $text);
    $text = str_replace("\xC5\xBB", 'Ż', $text);
    $text = str_replace("\xC5\xBA", 'ż', $text);
    $text = str_replace("\xC5\xB9", 'Ż', $text);
    $text = str_replace("\xc5\x84", 'ń', $text);
    $text = str_replace("\xc5\x83", 'Ń', $text);

    return $text;
    } // utf82iso88592
    -2
    2ge at NO2geSPAM dot us
    18 年前
    大家好，

    我喜歡使用 COOL (優良) 的 URI，範例：http://example.com/try-something
    我使用 UTF8 作為輸入，所以我必須寫一個 UTF8toASCII 函數來產生優良的 URI。這是我寫出的：

    <?php
    function urlize($url) {
    $search = array('/[^a-z0-9]/', '/--+/', '/^-+/', '/-+$/' );
    $replace = array( '-', '-', '', '');
    return     preg_replace($search, $replace, utf2ascii($url));
    }

    function     utf2ascii($string) {
    $iso88591 = "\\xE0\\xE1\\xE2\\xE3\\xE4\\xE5\\xE6\\xE7";
    $iso88591 .= "\\xE8\\xE9\\xEA\\xEB\\xEC\\xED\\xEE\\xEF";
    $iso88591 .= "\\xF0\\xF1\\xF2\\xF3\\xF4\\xF5\\xF6\\xF7";
    $iso88591 .= "\\xF8\\xF9\\xFA\\xFB\\xFC\\xFD\\xFE\\xFF";
    $ascii = "aaaaaaaceeeeiiiidnooooooouuuuyyy";
    return     strtr(mb_strtolower(utf8_decode($string), 'ISO-8859-1'),$iso88591,$ascii);
    }

    echo     urlize("Fucking ?m?l");

    ?>

    希望這對某些人有幫助。
    -5
    haugas at gmail dot com
    16 年前
    如果您不確切知道字串被編碼了多少次，您可以使用這個函式

    <?php

    function _utf8_decode($string)
    {
    $tmp = $string;
    $count = 0;
    while (    mb_detect_encoding($tmp)=="UTF-8")
    {
    $tmp = utf8_decode($tmp);
    $count++;
    }

    for (    $i = 0; $i < $count-1 ; $i++)
    {
    $string = utf8_decode($string);

    }
    return     $string;

    }

    ?>
    -3
    yannikh at gmeil dot com
    18 年前
    我必須處理一個非常有趣的問題

    我想要將文字中的所有 \xXX 替換為它的字母。不幸的是，XX 是 ASCII 而不是 utf8。我用這種方式解決了我的問題
    <?php preg_replace ('/\\\\x([0-9a-fA-F]{2})/e', "pack('H*',utf8_decode('\\1'))",$v); ?>
    -3
    fhoech
    19 年前
    抱歉，我上則留言有錯字。已更正的正規表達式

    ^([\\x00-\\x7f]|
    [\\xc2-\\xdf][\\x80-\\xbf]|
    \\xe0[\\xa0-\\xbf][\\x80-\\xbf]|
    [\\xe1-\\xec][\\x80-\\xbf]{2}|
    \\xed[\\x80-\\x9f][\\x80-\\xbf]|
    \\xef[\\x80-\\xbf][\\x80-\\xbd]|
    \\xee[\\x80-\\xbf]{2}|
    \xf0[\\x90-\\xbf][\\x80-\\xbf]{2}|
    [\\xf1-\\xf3][\\x80-\\xbf]{3}|
    \\xf4[\\x80-\\x8f][\\x80-\\xbf]{2})*$
    -5
    tobias at code-x dot de
    18 年前
    將 uft8-html 符號 &#301; 轉換為 uft8

    <?
    function uft8html2utf8( $s ) {
    if ( !function_exists('uft8html2utf8_callback') ) {
    function uft8html2utf8_callback($t) {
    $dec = $t[1];
    if ($dec < 128) {
    $utf = chr($dec);
    } else if ($dec < 2048) {
    $utf = chr(192 + (($dec - ($dec % 64)) / 64));
    $utf .= chr(128 + ($dec % 64));
    } else {
    $utf = chr(224 + (($dec - ($dec % 4096)) / 4096));
    $utf .= chr(128 + ((($dec % 4096) - ($dec % 64)) / 64));
    $utf .= chr(128 + ($dec % 64));
    }
    return $utf;
    }
    }
    return preg_replace_callback('|&#([0-9]{1,});|', 'uft8html2utf8_callback', $s );
    }
    echo uft8html2utf8('test: &#301;');
    ?>
    ＋新增註解
    To Top