UTF-8希伯来语编码和大问号

Question

我读了很多文章，但我仍然不明白

我使用

从文件导入文本

$fp = fopen($storagename, 'r');
while ( !feof($fp) ){
    $line = fgets($fp, 2048);
    $delimiter = "t";
    $data = str_getcsv($line, $delimiter);
    print_r($data);
}

用于正确显示数字和英语charachers，我必须使用

str_replace("x00", '', $data[7])

，但是现在试图展示希伯来的charachter最终看起来像

我尝试使用iconv/mb_convert_encoding/utf8_decode/encode转换没有任何帮助..

任何帮助都很好

Answer 1

ucs-2是UTF-16的较旧版本，因此您可能应该尝试两者（自动检测文本编码不是防弹作业）。

我们有源编码。我们可以推测目标编码是UTF-8（因为这是2016年的明智选择，您的问题实际上被标记为UTF-8）。所以我们有我们需要的。

我们应该首先删除非标准的原始字节操作（例如，删除str_replace("x00", '', $data[7])和类似的代码）。然后，我们可以进行适当的转换。如果使用mb_convert_encoding（），则可能是：

$delimiter = "t";
$fp = fopen($storagename, 'r');
while ( !feof($fp) ){
    $line = mb_convert_encoding(fgets($fp, 2048), 'UTF-8', 'UCS-2LE');
    $data = str_getcsv($line, $delimiter);
    print_r($data);
}

您可以检查支持的编码列表。

但是我们在这里有一个潜在的问题：没有办法告诉str_getcsv()关于文件编码，因此它不可能识别您的UCS-2线结尾。

您可以根据CSV文件的大小尝试不同的解决方案。如果它很小，我将立即转换。否则，我将查看stream_get_line（）：

此函数几乎与fgets（）几乎相同，除非它允许除标准 n， r和 r n以外的行定界符结束，并且不会返回定界线本身。

这是这样的：

$ending = mb_convert_encoding("n", 'UCS-2LE', 'UTF-8');
$line = mb_convert_encoding(stream_get_line($fp, 2048, $ending), 'UTF-8', 'UCS-2LE');

这应该与Unix线路结尾（n）和Windows Ones（rn）一起使用。