阿拉伯字符編碼問題：UTF-8與Windows-1256

快速背景：我繼承了一個包含英文和阿拉伯文字組合的大型SQL轉儲文件，並且（我認爲）它最初是使用'latin1'導出的。在導入文件之前，我將所有出現的'latin1'更改爲'utf8'。在阿拉伯文本沒有在phpMyAdmin正確顯示（我的猜測是正常的），但是當我加載的文本到網頁具有以下...阿拉伯字符編碼問題：UTF-8與Windows-1256

<meta http-equiv='Content-Type' content='text/html; charset=windows-1256'/>

......一切都顯得好，阿拉伯文顯示完美。

問題：我的客戶是真的真的很挑剔，不希望改變自己......

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8"/>

...到 'Windows的1256' 等同。我不認爲這會是一個問題，但是當我將charset值更改爲'UTF-8'時，所有阿拉伯字符都顯示爲帶有問號的菱形。不應該UTF-8正確顯示阿拉伯文字嗎？

以下是有關我的數據庫配置的幾點注意事項：

數據庫字符集是「UTF-8」
數據庫連接校對是「utf8_general_ci」
所有數據庫，表，適用領域有被整理爲'utf8_general_ci'

我一直在淘金堆棧溢出和其他論壇的任何有關的事情對我的問題。我發現了類似的問題，但不是解決方案似乎適用於我的具體情況。希望有人能幫助！

來源

2011-12-29 ThisLanham

使用記事本保存了嗎？如果是這樣的話，確保你選擇UTF-8作爲編碼而不是ANSI，否則你可能會失去你的阿拉伯字符。 – SiN 2011-12-29 22:22:23

如果您沒有向我們展示您的代碼，我們無法在您的代碼中找到該錯誤，所以我們在如何幫助您的方面非常有限。

您告訴瀏覽器將文檔解釋爲UTF-8而不是Windows-1256，但是您是否實際上將從Windows-1256使用的編碼更改爲UTF-8？

例如，

$ cat a.pl 
use strict; 
use warnings; 
use feature qw(say); 
use charnames ':full'; 

my $enc = $ARGV[0] or die; 
binmode STDOUT, ":encoding($enc)"; 

print <<"__EOI__"; 
<html> 
<head> 
<meta http-equiv="Content-Type" content="text/html; charset=$enc"> 
<title>Foo!</title> 
</head> 
<body dir="rtl"> 
\N{ARABIC LETTER ALEF}\N{ARABIC LETTER LAM}\N{ARABIC LETTER AIN}\N{ARABIC LETTER REH}\N{ARABIC LETTER BEH}\N{ARABIC LETTER YEH}\N{ARABIC LETTER TEH MARBUTA} 
</body> 
</html> 
__EOI__ 

$ perl a.pl UTF-8 > utf8.html 

$ perl a.pl Windows-1256 > cp1256.html

來源

2011-12-29 22:18:40 ikegami

糟糕，我認爲這是一個Perl問題。即使這個例子在Perl中也適用。使用的編碼必須與指定的編碼匹配。 – ikegami 2011-12-29 23:24:39

如果申報時，如窗戶-1256編碼，那麼它極有可能是編碼窗口-1256的文檔看起來正確的。所以它顯然不會使用latin1輸出 - 這是不可能的，因爲latin1沒有阿拉伯字母。

如果這只是一個文件，那麼最簡單的方法是使用例如windows-1256編碼將其轉換爲utf-8編碼。 Notepad++。（打開其中的文件，通過文件格式菜單將編碼更改爲阿拉伯文，windows-1256，然後在文件格式菜單中選擇轉換爲UTF-8，然後執行文件→保存。）

Windows-1256和UTF-8是完全不同的編碼，因此，如果將Windows-1256數據聲明爲UTF-8，則數據會全部混亂，反之亦然。只有ASCII字符（例如英文字母）在這兩種編碼中具有相同的表示形式。

來源

2011-12-29 22:35:38

我認爲你需要回到原點。這聽起來像是你在Win-1256編碼中有一個數據庫轉儲，並且你現在想用UTF-8處理它。這聽起來像是你在使用PHP，但是你的問題有很多不相關的標籤，並且缺少最重要的標籤，PHP。

首先，您需要將文本轉儲轉換爲UTF-8，您應該可以使用PHP來完成此操作。機會是你的轉換腳本將有兩個步驟，首先讀取Win-1256字節並將它們解碼爲內部Unicode文本字符串，然後將Unicode文本字符串編碼爲UTF-8字節以輸出到新的文本文件。

完成之後，重新執行數據庫導入過程，但現在您已將輸入數據正確編碼爲UTF-8。

之後，它應該像讀取數據庫和使用正確的UTF-8編碼呈現網頁一樣簡單。

P.S.實際上，每次顯示數據時都可以重新編碼數據，但這並不能解決數據庫中存儲的編碼數據不正確的問題。

來源

2011-12-29 23:04:00

序，以正確顯示阿拉伯字符，你需要你的PHP文件轉換爲UTF-8 無BOM 這件事發生在我身邊，阿拉伯字符被顯示鑽石，但轉換爲UTF-8無BOM會解決這個問題

來源

2013-03-23 13:40:00

阿拉伯字符編碼問題：UTF-8與Windows-1256

回答

相關問題