尝试删除一些utf8_encode不能修复的字符

Question

好吧，我在我正在制作的网站中有一些地方的标题有点古怪

我尝试过使用utf8_encode和html_entity_decode(stripslashes($title),ENT_QUOTES, "UTF-8")以及其他几种解决方案，但都不起作用。我似乎无法摆脱它们:下面是一个例子：

标题在我尝试之前：

New Era Miami Dolphins NFL® 9FIFTY� Solid Snap Miami Dolphins - Zappos.com Free Shipping BOTH Ways

下面是utf8_encode和html实体之后的代码

New Era Miami Dolphins NFL® 9FIFTY⢠Solid Snap Miami Dolphins - Zappos.com Free Shipping BOTH Ways

这仍然是个问题--有没有办法摆脱这些问题？

Answer 1

看起来您拥有的标题是UTF-8编码的，但是您嵌入它的HTML页面实际上并没有标记为UTF-8，所以浏览器使用默认字符集解释文本，该字符集可能是ISO-8859-1。

假设页面上的所有文本实际上都是UTF-8 (或US-ASCII，它是UTF-8的子集)，最简单的解决方案是只发送适当的HTTP头(和/或元标记)来指示正确的字符集。特别是，在PHP中，您可以执行以下操作：

header( "Content-Type: text/html; charset=utf-8" );

或者，您可以在HTML代码的head部分包含等效的meta标记：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

或者，在HTML5中，简单地说：

<meta charset="utf-8">

Answer 2

你可以随时借用wordpress (seems_utf8)的函数，并根据自己的需要进行修改：

function remove_none_utf8($str) {
    $ret = '';

    $length = strlen($str);

    for ($i=0; $i < $length; $i++) {
            $ok = true;

        $c = ord($str[$i]);

        if ($c < 0x80) $n = 0; # 0bbbbbbb

        elseif (($c & 0xE0) == 0xC0) $n=1; # 110bbbbb

        elseif (($c & 0xF0) == 0xE0) $n=2; # 1110bbbb

        elseif (($c & 0xF8) == 0xF0) $n=3; # 11110bbb

        elseif (($c & 0xFC) == 0xF8) $n=4; # 111110bb

        elseif (($c & 0xFE) == 0xFC) $n=5; # 1111110b

        else continue; # Does not match any model


        for ($j=0; $j<$n; $j++) { # n bytes matching 10bbbbbb follow ?

            if ((++$i == $length) || ((ord($str[$i]) & 0xC0) != 0x80)) {
                            $ok = false;

                continue;
                    }

        }
            if ($ok === true) $ret .= $str[$i];

    }

    return $ret;

}

所以你可以这样使用它：

$str = "New Era Miami Dolphins NFL® 9FIFTY� Solid Snap Mi";
echo remove_none_utf8($str);