Как преобразовать интеллектуальные кавычки Word и em штрихи в строку?

Ответ 1

Это звучит как проблема с Unicode. У Джоэла Спольски есть хороший прыжок с темы: http://www.joelonsoftware.com/articles/Unicode.html

Ответ 2

В базе данных mysql используется UTF-8 кодирование. Аналогично, html-страницы которые отображают содержимое, используют UTF-8.

Содержимое HTML может быть в UTF-8, да, но явно ли вы устанавливаете тип содержимого (кодирование) ваших HTML-страниц (сгенерированных через PHP?) в UTF-8? Попробуйте вернуть заголовок Content-Type "text/html;charset=utf-8" или добавить теги <meta> в свои HTML файлы:

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

Таким образом, тип содержимого данных, передаваемых в PHP, также будет таким же.

У меня была аналогичная проблема, и добавление тега <meta> работало для меня.

Ответ 3

Похоже, что реальная проблема заключается в том, что ваша база данных не использует ту же кодировку символов, что и ваша страница (что, вероятно, должно быть UTF-8). В этом случае, если какой-либо пользователь отправляет символ не ASCII, вы, вероятно, увидите странные символы в базе данных. Поиск и исправление только некоторых из них (фигурные кавычки и em-тире) не решает реальной проблемы.

Ниже приведена информация о переносе вашей базы данных на другую кодировку символов, по крайней мере для базы данных MySQL.

Ответ 4

Это, к сожалению, слишком распространенная проблема, а не очень плохое управление PHP наборами символов.

Что мы делаем, это заставить текст через iconv

// Convert input data to UTF8, ignore any odd (MS Word..) chars
// that don't translate
$input = iconv("ISO-8859-1","UTF-8//IGNORE",$input);

Флаг //IGNORE означает, что все, что не может быть переведено, будет выброшено.

Если вы добавляете строку //IGNORE, символы, которые не могут быть представлены в целевой кодировке, молча отбрасываются.

Ответ 5

Мы часто использовали стандартные функции замены строк для этого. Несмотря на то, что характер ASCII/Unicode в этом контексте довольно мрачен, он работает. Просто убедитесь, что ваш php файл сохранен в правильном формате кодирования и т.д.

Ответ 6

По моему опыту, проще просто принять умные кавычки и убедиться, что вы используете ту же самую кодировку везде. Для начала добавьте это в свой тег формы: accept-charset="utf-8"

Ответ 7

Вы можете попробовать mb_ convert_encoding от ISO-8859-1 до UTF-8.

$str = mb_convert_encoding($str, 'UTF-8', 'ISO-8859-1');

Это предполагает, что вы хотите UTF-8, и конвертер может найти разумные замены... если нет, mb_str_replace или preg_replace их самостоятельно.

Ответ 8

Вы должны быть уверены, что ваше соединение с базой данных настроено на прием и предоставление UTF-8 от клиента и к нему (в противном случае он преобразуется в значение "по умолчанию", которое обычно является latin1).

На практике это означает выполнение запроса SET NAMES 'utf8';

http://www.phpwact.org/php/i18n/utf-8/mysql

Кроме того, умные кавычки являются частью набора символов windows-1252, а не iso-8859-1 (латинский-1). Не очень важно для вашей проблемы, но просто FYI. Здесь также присутствует символ евро.

Ответ 9

проблема в кодировке mysql, я исправил свои проблемы с помощью этой строки кода.

mysql_set_charset('utf8',$link); 

Ответ 10

Вам необходимо вручную изменить сортировку отдельных столбцов на UTF8; изменение общей базы данных не изменит их.

Ответ 11

Если вы искали, чтобы избежать этих символов для Интернета, а сохраняя их внешний вид, ваши строки будут выглядеть следующим образом: "Его приятно!" , а не "Это скучно" ...

Вы можете сделать это, используя собственную пользовательскую функцию htmlEncode вместо PHP htmlentities():

$trans_tbl = false;

function htmlEncode($text) {

  global $trans_tbl;

  // create translation table once
  if(!$trans_tbl) {
    // start with the default set of conversions and add more.

    $trans_tbl = get_html_translation_table(HTML_ENTITIES); 

    $trans_tbl[chr(130)] = '‚';    // Single Low-9 Quotation Mark
    $trans_tbl[chr(131)] = 'ƒ';    // Latin Small Letter F With Hook
    $trans_tbl[chr(132)] = '„';    // Double Low-9 Quotation Mark
    $trans_tbl[chr(133)] = '…';    // Horizontal Ellipsis
    $trans_tbl[chr(134)] = '†';    // Dagger
    $trans_tbl[chr(135)] = '‡';    // Double Dagger
    $trans_tbl[chr(136)] = 'ˆ';    // Modifier Letter Circumflex Accent
    $trans_tbl[chr(137)] = '‰';    // Per Mille Sign
    $trans_tbl[chr(138)] = 'Š';    // Latin Capital Letter S With Caron
    $trans_tbl[chr(139)] = '‹';    // Single Left-Pointing Angle Quotation Mark
    $trans_tbl[chr(140)] = 'Œ';    // Latin Capital Ligature OE

    // smart single/ double quotes (from MS)
    $trans_tbl[chr(145)] = '‘'; 
    $trans_tbl[chr(146)] = '’'; 
    $trans_tbl[chr(147)] = '“'; 
    $trans_tbl[chr(148)] = '”'; 

    $trans_tbl[chr(149)] = '•';    // Bullet
    $trans_tbl[chr(150)] = '–';    // En Dash
    $trans_tbl[chr(151)] = '—';    // Em Dash
    $trans_tbl[chr(152)] = '˜';    // Small Tilde
    $trans_tbl[chr(153)] = '™';    // Trade Mark Sign
    $trans_tbl[chr(154)] = 'š';    // Latin Small Letter S With Caron
    $trans_tbl[chr(155)] = '›';    // Single Right-Pointing Angle Quotation Mark
    $trans_tbl[chr(156)] = 'œ';    // Latin Small Ligature OE
    $trans_tbl[chr(159)] = 'Ÿ';    // Latin Capital Letter Y With Diaeresis

    ksort($trans_tbl);
  }

  // escape HTML      
  return strtr($text, $trans_tbl); 
}

Ответ 12

Это может быть не лучшее решение, но я бы попробовал тестирование, чтобы узнать, что видит PHP. Скажем, он видит "â €" (есть еще несколько возможностей, таких как простой "или" & # 8220;"). Затем сделайте str_replace, чтобы избавиться от всех этих и заменить их обычными кавычками, прежде чем набивать ответ в базе данных.

Лучшее решение, вероятно, будет связано с тем, что сквозные данные передают все UTF-8, поскольку люди пытаются помочь в других ответах.

Ответ 13

На самом деле проблема не возникает в PHP, но это происходит в JavaScript, она из-за копирования/вставки из Word, поэтому вам нужно решить вашу проблему в JavaScript, прежде чем передавать текст на PHP, см. этот ответ fooobar.com/info/203714/....