解码一些特殊字符的问题’ “ ”

Question

我想解码一些特殊字符在PHP中，似乎无法找到办法做到这一点。

$str = 'Thi’s i"s a’n e”xa“mple'; 

这只是返回一些点。

$str = preg_replace_callback("/(&#[0-9]+;)/", function($m) { 
    return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES"); 
}, $str); 

一些其他测试只是返回相同的字符串。

$str = html_entity_decode($str, ENT_QUOTES, 'UTF-8'); 
$str = htmlspecialchars_decode($str, ENT_QUOTES); 

无论如何，我一直在尝试各种组合，但真的不知道如何将其转换为UTF-8字符。

什么，我期待看到这是：

Thi’s i"s a’n e”xa“mple 

而实际上，如果我采取这种直接使用htmlentities编码它，我看到不同的角色开始。

Thi’s i"s a’n e”xa“mple 

不幸的是，我没有对源代码的控制，而且我被卡在处理这些字符。

它们是不是标准的，我需要用我自己的查找表手动替换它们吗？

编辑

望着这桌的位置：https://brajeshwar.github.io/entities/

我看到我在寻找后未列出的字符。当我测试这个表中的几个字符时，它们解码得很好。我猜在PHP中的列表默认是不完整的？

Answer 1

如果你检查你指的是字符的Unicode标准：http://www.unicode.org/charts/PDF/U0080.pdf

你会看到所有你的代码点在字符串中没有表示的字形，并且是控制字符。

这意味着它可以被渲染为空的方块（或点，这取决于您的渲染器如何对待它们）。

如果它适用于某个地方的人 - 这是一种非标准的行为，不应该依赖它，因为它是非标准的。

显然，你有文本具有CP1250的初始编码，所以你要么应该相应地对待它，或手动重新编码实体：

$str = 'Thi’s i"s a’n e”xa“mple'; 

$str = preg_replace_callback("/&#([0-9]+);/u", function($m) { 
    return iconv('cp1250', 'utf-8', chr($m[1])); 
}, $str); 

echo $str;