mysqlまたはphpで「u00e9」をutf8文字に変換するにはどうすればよいですか?

Question

mysql にインポートしている乱雑なデータのデータ クリーニングを行っています。

データには、「u00e9」など、実際に文字列に埋め込まれている「疑似」Unicode 文字が含まれています。

フィールドは次のようになります。「Jalostotitlu00e1n」 この厄介な「u00e1n」を削除し、対応する utf 文字

に置き換える必要があります。

おそらく部分文字列と CHR を使用して、mysql でこれを行うこともできますが、PHP 経由でデータを前処理しているので、そこでも行うことができます。

utf データを使用するように mysql と php を設定する方法はすでに知っています。実際、問題はインポートしたソース データにあります。

ありがとうございます

Answer 1

/* utf8 htmlをansiに変換するphp関数 */

リーリー

Answer 2

＃＃＃やり方がある。すべての

uXXXX を HTML 表現に置き換え、html_entity_decode() を実行します。

つまり

echo html_entity_decode("Jalostotitlán"); 形式

u1234 のすべての UTF 文字は、HTML では ሴ として出力できます。ただし、UTF シーケンスの先頭を識別する文字が他にない場合、誤検知が大量に発生する可能性があるため、置換を行うことは非常に困難です。単純な正規表現は のようになります。

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