utf8_encode或decode不是我所期望的

Question

在写入数据库之前，我将一个XML文件读入不同的字符串，但是我在处理德语字符时遇到了困难。

XML文件开始

<?xml version="1.0" encoding="UTF-8"?>

下面就是我遇到问题的一个例子

<name><![CDATA[PONS Großwörterbuch Deutsch als Fremdsprache Android]]></name>

我的PHP有以下相关部分

$dom = new DOMDocument();
$domNode = $xmlReader->expand();
$element = $dom->appendChild($domNode);
$domString = utf8_encode($dom->saveXML($element));
$product = new SimpleXMLElement($domString);

//read in data
$arr = $product->attributes();
$link_ident = $arr["id"];
$link_id =  $platform . "" . $link_ident;
$link_name = $product->name;

所以$link_name变成了PONS Gro Android als Fremdsprache Android

然后我做了一个

$link_name = utf8_decode($link_name);

当我在终端回声时，它工作得很好

PONS GroÃwörterbuch Deutsch als Fremdsprache Android as is now 
PONS Großwörterbuch Deutsch als Fremdsprache Android after utf8decode 

然而，当它被写入我的数据库时，它看起来是这样的：

PONS Kompaktwçrterbuch Deutsch-Englisch (Android)

MysQL中link_name的归类为utf8_general_ci

我应该如何做才能将它正确地写入我的数据库？

这是我用来写入数据库的代码

$link_name = utf8_decode($link_name);
$link_id = mysql_real_escape_string($link_id);
$link_name = mysql_real_escape_string($link_name);
$description = mysql_real_escape_string($description);
$metadesc = mysql_real_escape_string($metadesc);
$link_created = mysql_real_escape_string($link_created);
$link_modified = mysql_real_escape_string($link_modified);
$website = mysql_real_escape_string($website);
$cost = mysql_real_escape_string($cost);
$image_name = mysql_real_escape_string($image_name);
$query = "REPLACE into jos_mt_links
(link_id, link_name, alias, link_desc, user_id, link_published,link_approved, metadesc, link_created, link_modified, website, price)
VALUES ('$link_id','$link_name','$link_name','$description','63','1','1','$metadesc','$link_created','$link_modified','$website','$cost')";
echo $link_name . " has been inserted ";

当我从shell运行它时，我发现

PONS Kompaktwörterbuch Deutsch-Englisch (Android) has been inserted

Answer 1

您从一个XML文件中获得了一个UTF-8字符串，并将其放入一个UTF-8数据库中。因此不需要进行编码或解码，只需将原始字符串推入数据库即可。确保您首先使用了mysql_set_charset('utf-8')来告诉数据库有UTF-8字符串即将到来。

utf8_decode和utf8_encode的名称有误导性。它们仅用于在UTF-8和ISO-8859-1编码之间进行转换。调用转换为utf8_decode -8859-1的ISO-8859-1，自然会丢失任何不适合该编码的字符。除非有特定的地方需要使用8859-1，否则通常应该避免使用这些函数。

你不应该考虑当你回显一个确定的字符串时，终端显示了什么。终端有它自己的编码问题，特别是在Windows下，很可能不可能正确地输出每个字符。在西方Windows安装上，系统代码页(终端将使用它将PHP输出的字节转换为字符以在屏幕上显示)将是代码页1252，它类似于但不同于ISO-8859-1。这就是为什么输出ISO-8859-1的utf8_decode看起来像您所期望的那样显示文本。但这没有什么用处。在内部，您应该对所有字符串使用UTF-8。

Answer 2

在写入数据库之前，必须使用mb_convert_encoding或iconv函数。