Wie konvertiere ich „u00e9“ in utf8-Zeichen in MySQL oder PHP?

Question

Ich führe eine Datenbereinigung für einige unordentliche Daten durch, die ich in MySQL importiere.

Die Daten enthalten „Pseudo“-Unicode-Zeichen, die tatsächlich in die Zeichenfolge eingebettet sind, wie zum Beispiel „u00e9“ usw.

Ein Feld könnte also sein.."Jalostotitlu00e1n" Ich muss dieses umständliche „u00e1n“ abreißen und durch das entsprechende UTF-Zeichen

ersetzen.

Ich könnte dies in MySQL tun, vielleicht mit Teilzeichenfolgen und CHR, aber ich verarbeite die Daten über PHP vor, sodass ich es auch dort tun kann.

Ich weiß bereits, wie man MySQL und PHP für die Verwendung von UTF-Daten konfiguriert. Das Problem liegt tatsächlich in den Quelldaten, die ich importiert habe.

Vielen Dank

Answer 1

/* php 将 utf8 html 转换为 ansi 的函数 */

public static function Utf8_ansi($valor='') {

    $utf8_ansi2 = array(
    "\u00c0" =>"À",
    "\u00c1" =>"Á",
    "\u00c2" =>"Â",
    "\u00c3" =>"Ã",
    "\u00c4" =>"Ä",
    "\u00c5" =>"Å",
    "\u00c6" =>"Æ",
    "\u00c7" =>"Ç",
    "\u00c8" =>"È",
    "\u00c9" =>"É",
    "\u00ca" =>"Ê",
    "\u00cb" =>"Ë",
    "\u00cc" =>"Ì",
    "\u00cd" =>"Í",
    "\u00ce" =>"Î",
    "\u00cf" =>"Ï",
    "\u00d1" =>"Ñ",
    "\u00d2" =>"Ò",
    "\u00d3" =>"Ó",
    "\u00d4" =>"Ô",
    "\u00d5" =>"Õ",
    "\u00d6" =>"Ö",
    "\u00d8" =>"Ø",
    "\u00d9" =>"Ù",
    "\u00da" =>"Ú",
    "\u00db" =>"Û",
    "\u00dc" =>"Ü",
    "\u00dd" =>"Ý",
    "\u00df" =>"ß",
    "\u00e0" =>"à",
    "\u00e1" =>"á",
    "\u00e2" =>"â",
    "\u00e3" =>"ã",
    "\u00e4" =>"ä",
    "\u00e5" =>"å",
    "\u00e6" =>"æ",
    "\u00e7" =>"ç",
    "\u00e8" =>"è",
    "\u00e9" =>"é",
    "\u00ea" =>"ê",
    "\u00eb" =>"ë",
    "\u00ec" =>"ì",
    "\u00ed" =>"í",
    "\u00ee" =>"î",
    "\u00ef" =>"ï",
    "\u00f0" =>"ð",
    "\u00f1" =>"ñ",
    "\u00f2" =>"ò",
    "\u00f3" =>"ó",
    "\u00f4" =>"ô",
    "\u00f5" =>"õ",
    "\u00f6" =>"ö",
    "\u00f8" =>"ø",
    "\u00f9" =>"ù",
    "\u00fa" =>"ú",
    "\u00fb" =>"û",
    "\u00fc" =>"ü",
    "\u00fd" =>"ý",
    "\u00ff" =>"ÿ");

    return strtr($valor, $utf8_ansi2);      

}

Answer 2

有一个办法。将所有 uXXXX 替换为其 HTML 表示形式，并执行 html_entity_decode()

即echo html_entity_decode("Jalostotitlán");

u1234 形式的每个 UTF 字符都可以在 HTML 中打印为 ሴ。但是进行替换非常困难，因为如果没有其他字符来标识 UTF 序列的开头，则可能会出现很多误报。一个简单的正则表达式可能是

preg_replace('/u([\da-fA-F]{4})/', '&#x\1;', $str)