PHP scandir（）和htmlentities（）：字符集和/或特殊字符问题

Question

我使用jqueryFileTree显示服务器上的目录列表，其中包含目录中文件的下载链接。 最近我碰到的一个问题，与包含特殊字符的文件：

• 检验.pdf：正常工作
• 检验.pdf：不工作（注意é - 锐音符 - 在文件名）

当调试jqueryFileTree的PHP连接器，我看到它的操作的方式从$ _GET通过目录的SCANDIR（），然后在目录中的每个文件/目录循环。 在将文件名解析为url之前，脚本似乎在文件名上正确执行了htmlentities（）。 问题似乎是这个htmlentities（$ file）调用只是返回一个空字符串，根据php docs，当输入字符串在给定编码中包含无效的代码单元时，可能会出现这种情况。但我试图通过调用隐式传递字符集：

$file = htmlentities($file,ENT_QUOTES,'UTF-8'); 

但是，这也返回一个空字符串。

如果我打电话： $ file = htmlentities（$ file，ENT_IGNORE，'UTF-8'）; 急性字符刚甩掉E（因此成为检验.pdf tst.pdf）

调试时我用Xdebug的PHP脚本，我可以看到源字符串包含未知字符（看起来像this）。

所以我非常想知道这个解决方案。 任何帮助将受到欢迎。

FYI：

• 我的网页的字符集是UTF-8（在元数据中指定）
• 该文件存储在Windows 2003文件服务器和SCANDIR（）与UNC路径执行（如//文件服务器/共享名/ sourcedir）
• 在我的php.ini的默认编码设置为UTF-8
• 的Web服务器& PHP 5.4.26的是Windows上运行2008 R2服务器

Answer 1

我最好的猜测是文件名本身并没有使用UTF-8。或者至少scandir()没有像这样挑选它。

也许mb_detect_encoding()能说明一些吗？

var_dump(mb_detect_encoding($filename)); 

如果没有，尝试猜测编码（CP1252或ISO-8859-1将是我的第一个猜测），并将其转换为UTF-8，看是否输出有效：

var_dump(mb_convert_encoding($filename, 'UTF-8', 'Windows-1252')); 
var_dump(mb_convert_encoding($filename, 'UTF-8', 'ISO-8859-1')); 
var_dump(mb_convert_encoding($filename, 'UTF-8', 'ISO-8859-15')); 

或者用iconv()：

var_dump(iconv('WINDOWS-1252', 'UTF-8', $filename)); 
var_dump(iconv('ISO-8859-1', 'UTF-8', $filename)); 
var_dump(iconv('ISO-8859-15', 'UTF-8', $filename)); 

然后，当你已经想通了其编码实际使用，你的代码应该看起来有点像这样（假设CP1252）：

$filename = htmlentities(mb_convert_encoding($filename, 'UTF-8', 'Windows-1252'), ENT_QUOTES, 'UTF-8');