पीएचपी UTF8 डिकोडिंग अंक

Question

मैं निम्नलिखित पता पंक्ति है: प्राहा 5, Staré Město,

मैं इससे पहले कि मैं यह एक पीडीएफ फाइल को लिख सकते हैं इस स्ट्रिंग पर utf8_decode() फ़ंक्शन का उपयोग करने की जरूरत है (domPDF lib का उपयोग कर)।

हालांकि, उपरोक्त पता पंक्ति के लिए php utf8 डीकोड फ़ंक्शन गलत (या बल्कि, अपूर्ण) दिखाई देता है।

निम्नलिखित कोड:

<?php echo utf8_decode('Praha 5, Staré Město,'); ?> 

इस उत्पादन:

प्राहा 5, Staré एम STO,

किसी भी विचार क्यों ई डीकोड हो रही है ना?

Answer 1

utf8_decode धर्मान्तरित ISO-8859-1 करने के लिए एक UTF-8 एन्कोडिंग, उर्फ ​​"लैटिन -1" से स्ट्रिंग।
लैटिन -1 एन्कोडिंग पत्र "ě" का प्रतिनिधित्व नहीं कर सकता है। यह इत्ना आसान है।
"डीकोड" कुल गलत नामक है, यह iconv('UTF-8', 'ISO-8859-1', $string) जैसा ही है।

What Every Programmer Absolutely, Positively Needs To Know About Encodings And Character Sets To Work With Text देखें।

Answer 2

आपको लगता है कि (@Rajeev: इस स्ट्रिंग स्वचालित रूप से UTF-8 एन्कोडेड का पता चला है:

echo mb_detect_encoding('Praha 5, Staré Město,'); 

हमेशा UTF-8 वापस आ जाएगी।) की आवश्यकता नहीं है।

आप बल्कि देखना चाहते हैं: https://code.google.com/p/dompdf/wiki/CPDFUnicode

Answer 3

मैं एक देसी UTF-8/UTF-16 डिकोडिंग समारोह का उपयोग कर बंद कर (& #number में कन्वर्ट; अभ्यावेदन), मैं किसी भी पैटर्न नहीं मिला है यूटीएफ -8 का पता लगाने के लिए क्यों नहीं, मुझे संदेह है क्योंकि "एन्कोडेड-ए" अनुक्रम हमेशा स्ट्रिंग में उसी स्थिति में बिल्कुल नहीं होता है। आप उस पर कुछ अतिरिक्त जांच कर सकते हैं।

तीन-वर्ण यूटीएफ -8 सूचक: $ startutf8 = chr (0xEF) .chr (187) .chr (1 9 1); (यदि आप इसे कहीं भी देखते हैं, न केवल पहले तीन अक्षर, स्ट्रिंग यूटीएफ -8 एन्कोडेड है)

यूटीएफ -8 नियमों के अनुसार डीकोड; , फिर भी कोई जरूरत नहीं utf8_decode उपयोग करने के लिए, यदि आप इन आंकड़ों 'Praha 5, Staré Město,' से प्राप्त का उपयोग कर

function charset_decode_utf_8 ($string) { 
/* Only do the slow convert if there are 8-bit characters */ 
/* avoid using 0xA0 (\240) in ereg ranges. RH73 does not like that */ 
if (! ereg("[\200-\237]", $string) and ! ereg("[\241-\377]", $string)) 
    return $string; 

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

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

return $string; 
} 

Answer 4

समस्या है अपने PHP फ़ाइल एन्कोडिंग में, UTF-8 एन्कोडिंग में सहेजना: इस पूर्व संस्करण जो बाइट द्वारा बाइट के माध्यम से chugged प्रतिस्थापित डेटाबेस, बेहतर इसे UTF-8