規範化（webdav）unicode路徑

Question

我正在致力於WebDAV implementation for PHP。爲了使Windows和其他操作系統更容易一起工作，我需要跳過一些字符編碼環節。

Windows在其HTTP請求中使用ISO-8859-1，而大多數其他客戶端將ascii之外的任何內容編碼爲UTF-8。

我的第一種方法是完全忽略這一點，但在返回網址時我很快遇到了問題。然後，我認爲這可能是最好的標準化所有網址。

以ü爲例。這將讓送過來的OS/X線作爲

u%CC%88 (this is codepoint U+0308) 

的Windows sents此爲：

%FC (latin1) 

但是，這樣做的％FC一個函數utf8_encode，我得到：

%C3%BC (this is codepoint U+00FC) 

我應該將％C3％BC和u％CC％88作爲同一件事嗎？如果是的話......怎麼樣？沒有觸摸它似乎對Windows工作正常。它以某種方式理解它是一個unicode字符，但更新相同的文件會引發錯誤（無特殊原因）。

我很樂意提供更多信息。

Answer 1

我討厭回答我自己的問題，但這裏有。

我最終沒有打擾。對各種操作系統的編碼和處理編碼做了廣泛的研究。結果發現在大多數情況下，使用其他規範化形式的其他os的句柄路徑沒問題。 Windows雖然工作有點瑣碎，但它工作。

每當我收到一個實際上非utf8的路徑時，我會嘗試檢測編碼並將其轉換爲UTF-8。

Answer 2

Mac將unicode字符存儲爲「分解」，即「u」+¨（diaresis）而不是「ü」。 Normalizer可以照顧到這一點。如果你沒有Normalizer，試試iconv('UTF8-MAC', 'UTF8', $str)