解碼一些特殊字符的問題’ “ ”

Question

我想解碼一些特殊字符在PHP中，似乎無法找到辦法做到這一點。

$str = 'Thi’s i"s a’n e”xa“mple'; 

這只是返回一些點。

$str = preg_replace_callback("/(&#[0-9]+;)/", function($m) { 
    return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES"); 
}, $str); 

一些其他測試只是返回相同的字符串。

$str = html_entity_decode($str, ENT_QUOTES, 'UTF-8'); 
$str = htmlspecialchars_decode($str, ENT_QUOTES); 

無論如何，我一直在嘗試各種組合，但真的不知道如何將其轉換爲UTF-8字符。

什麼，我期待看到這是：

Thi’s i"s a’n e」xa「mple 

而實際上，如果我採取這種直接使用htmlentities編碼它，我看到不同的角色開始。

Thi’s i"s a’n e”xa“mple 

不幸的是，我沒有對源代碼的控制，而且我被卡在處理這些字符。

它們是不是標準的，我需要用我自己的查找表手動替換它們嗎？

編輯

望着這桌的位置：https://brajeshwar.github.io/entities/

我看到我在尋找後未列出的字符。當我測試這個表中的幾個字符時，它們解碼得很好。我猜在PHP中的列表默認是不完整的？

Answer 1

如果你檢查你指的是字符的Unicode標準：http://www.unicode.org/charts/PDF/U0080.pdf

你會看到所有你的代碼點在字符串中沒有表示的字形，並且是控制字符。

這意味着它可以被渲染爲空的方塊（或點，這取決於您的渲染器如何對待它們）。

如果它適用於某個地方的人 - 這是一種非標準的行爲，不應該依賴它，因爲它是非標準的。

顯然，你有文本具有CP1250的初始編碼，所以你要麼應該相應地對待它，或手動重新編碼實體：

$str = 'Thi’s i"s a’n e”xa“mple'; 

$str = preg_replace_callback("/&#([0-9]+);/u", function($m) { 
    return iconv('cp1250', 'utf-8', chr($m[1])); 
}, $str); 

echo $str;