php - 删除双字符编码

Question

使用带有array_walk_recursive()的函数strtr()或str_ireplace()或preg_replace( ) ，我尝试删除多维数组中的错误字符编码，数据以 UTF-8 编码并且来自 Curl 查询。

我想通过只保留正确编码的重音字符来删除双重编码：

ã© é cole => é cole

Array
(
    [0] => Array
        (
            [0] => ã©cole
            [1] => Array
                (
                    [0] => ã©ecole al inara avenue 2 mars casablanca
                    [1] => ã©ecole 42
                    [2] => grande ã©école
                )
        )
)

使用 PHP 7.2.6 时，我的代码出现错误，这是一种不好的方法吗？

致命错误：未捕获的 ArgumentCountError：功能参数太少

function fix_utf8(&$value, $key)
{
    $char = array('é','É','è','ê','ë','Ã','à¢','ù','î','ô','ë','ö','ü','à»','ç','à§','Å“','’','…','Å“','–','«','»','‚');
    $value =  str_ireplace($char, '', $value);
}

$result = array_walk_recursive($result, 'fix_utf8');

print_r($result);

或者

致命错误：未捕获的 ArgumentCountError：函数 fix_utf8() 的参数太少，传入 1

function fix_utf8(&$value, $key)
{
    $char = array('é'=>'','É'=>'','è'=>'','ê'=>'','ë'=>'','Ã'=>'','à¢'=>'','ù'=>'','î'=>'','ô'=>'','ë'=>'','ö'=>'','ü'=>'','à»'=>'','ç'=>'','à§'=>'','Å“'=>'','’'=>'','…'=>'','Å“'=>'','–'=>'','«'=>'','»'=>'','‚'=>'');
    $value =  strtr(strtoupper($value), $char);
}

$result = array_walk_recursive($result, 'fix_utf8');

print_r($result);

或者

function fix_utf8(&$value, $key)
{
    $char = array('/é/','/É/','/è/','/ê/','/ë/','/Ã/','/à¢/','/ù/','/î/','/ô/','/ë/','/ö/','/ü/','/à»//','//ç/','/à§/','/Å“/','/’/','/…/','/Å“/','/–/','/«/','/»/','/‚/');    

    $value =  preg_replace($char, '', $value);
}

$result = array_walk_recursive($result, 'fix_utf8');

print_r($result);

更新：

精度：CuRL 请求检索 JSON 格式并包含 Unicode 字符的内容

["école",["école d\u0027ingénieur"]]

标签： phpcharacter-encoding

Answer 1

问题来自 Windows 的 PHP 7.2.6 错误，json_decode() 函数无法正确转换 JSON 中包含的 Unicode 字符。

解决方案：

在 Debian 和 PHP 7.0.30 中，json_decode() 函数可以正常工作。

或者

您可以编写自己的函数来转换这些 Unicode 转义序列：

function unicodeString($str, $encoding=null) {
    if (is_null($encoding)) $encoding = ini_get('mbstring.internal_encoding');
    return preg_replace_callback('/\\\\u([0-9a-fA-F]{4})/u', function($match) use ($encoding) {
        return mb_convert_encoding(pack('H*', $match[1]), $encoding, 'UTF-16BE');
    }, $str);
}

信用

或者

或利用 UTF-16BE（大端）和 Unicode 代码点之间的直接映射：

echo mb_convert_encoding("\x10\x00", 'UTF-8', 'UTF-16BE');

信用