php - 迁移数据，从 latin1 字符集到 UTF-8-6ren

php - 迁移数据，从 latin1 字符集到 UTF-8

转载作者：搜寻专家更新时间：2023-10-31 21:15:48

25

4

我正在尝试将一些鱼类信息配置文件从使用 latin1 字符集的定制 CMS 转移到使用 UTF 的 WordPress 自定义(自定义帖子类型，具有大量元字段)数据库-8.

最重要的是，旧的 CMS 使用了一些奇怪的 bbCode 位。

基本上，我正在寻找一个可以执行此操作的函数:

使用 latin1_swedish_ci 归类(和 latin1 字符集)从我的旧数据库中获取信息
将所有非标准字符(我们有来自克罗地亚语、捷克语、西类牙语、法语和德语等语言的字符)转换为 HTML 实体，如 á(数字如 &134; 也很好)。
将所有 bbCode(见下文)转换为 HTML
将 ' 和 " 转换为 HTML 实体
返回utf-8字符集的信息到我的新数据库

bbCode to 和 from 是:

$search = array( '[i]', '[/i]', '[b]', '[/b]', '[pl]', '[/pl]' );
$replace = array( '<i>', '</i>', '<strong>', '</strong>', '', '' );

到目前为止我尝试过的功能是:

$search = array( '[i]', '[/i]', '[b]', '[/b]', '[pl]', '[/pl]' );
$replace = array( '<i>', '</i>', '<strong>', '</strong>', '', '' );

function _convert($content) { 
    if(!mb_check_encoding($content, 'UTF-8') 
        OR !($content === mb_convert_encoding(mb_convert_encoding($content, 'UTF-32', 'UTF-8' ), 'UTF-8', 'UTF-32'))) { 

        $content = mb_convert_encoding($content, 'UTF-8'); 

        if (mb_check_encoding($content, 'UTF-8')) { 
            return $content;
        } else { 
            echo "<p>Couldn't convert to UTF-8.</p>";
        } 
    } 
} 

function _clean($content) {
    $content = _convert( $content );
    /* edited out because otherwise all HTML appears as &lt;html&gt; rather than <html>
    //$content = htmlentities( $content, ENT_QUOTES, "UTF-8" );
    $content = str_replace( $search, $replace, $content );

    return $content;
}

然而，这会阻止某些字段被导入到新数据库中，并且不会替换 bbCode。

如果我使用下面的代码，它基本上可以工作:

$var = str_replace( $search, $replace, htmlentities( $row["var"], ENT_QUOTES, "UTF-8"));

但是，某些包含我认为是捷克语/克罗地亚语字符的字段根本不会出现。

有没有人对我如何按照上面列出的顺序将信息从“旧格式”成功转换为新格式有任何建议？

最佳答案

我会说，如果您想转换所有非 ASCII 字符，您将不需要进行任何 latin1 到 UTF-8 的转换。假设您对数据运行 htmlspecialchars 或 htmlentities 等函数，然后所有非 ASCII 字符都将替换为其相应的实体代码。

基本上，在这一步之后，应该没有任何字符需要转换为 UTF-8。此外，如果您想将 latin1 编码字符串转换为 UTF-8，我强烈怀疑 utf8_encode 会很好。

附言。在将 bbCode 转换为 HTML 时，我建议改用正则表达式。例如，您可以像这样在一行中完成所有操作:

$html_data = preg_replace('/\[(/?[a-z]+)\]/i', '<$1>', $bb_code_data);

关于php - 迁移数据，从 latin1 字符集到 UTF-8，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9088910/

25

4

0

文章推荐： php - $_POST 函数不起作用？

文章推荐： php - Facebook API - 上传图片后获取图片 URL

文章推荐： php - PHP 中的多维数组大小限制

文章推荐： php - 让 zend 每次访问都清除缓存？

java - Jetty 字符集 utf-8 与字符集 UTF-8
我正在使用使用jetty的Spring-Web应用程序: org.springframework.boot spring-boot-starter-web
字符集 [ ] 中的正则表达式捕获组 ( )
我想匹配空格字符( )仅当它们后跟一个哈希( # )。这是什么( #)下面是尝试做的，这是一个捕获组。 (我尝试转义括号，否则无法在组集中正确识别括号)。但是，这是行不通的。下面的正则表达式 /#
java - 字符集
我正在实现一个词法扫描器。我如何实现字符集？大多数字符集都采用范围形式，即 A-Z、h-L 等。我必须检查字符 ch 是否是字符集的成员。除了数组和位集之外，我可以在 Java 中使用哪种高效的数据结
mySQL 字符集
我今天注意到我们的数据库使用字符集“utf8 -- UTF-8 Unicode”和排序规则“utf8_general_ci”，但里面的大多数表和列都使用 CHARSET=latin1。我会遇到任何问题
Mysql保加利亚语言，字符集
我有一个包含多种语言的 Mysql 表，一种语言一个字段。我的字符集是utf_general_ci 当我用 phpMyAdmin 查看表格时，我有一个保加利亚语页面，如下所示: Ð—Ð° Ð½Ð°Ñ
vb.net 字符集
根据 MSDN vb.net uses this extended character set .根据我的经验，它实际上使用了这个: 我错过了什么？为什么它说它使用一个而使用另一个？难道我做错了什么
查询参数的 Symfony2 字符集
我在 Symfony2 中有一个项目，它在我的本地主机上运行良好，但是在将其移动到外部服务器后问题已经开始。我没有从包含波兰语字符的数据库中看到任何结果名称在 Profiler 中，我检查了查询:
php - CKEditor 字符集
我更新了我的网络应用程序以使用 UTF-8 而不是 ANSI。我做了以下措施来定义字符集: mysql_set_charset("utf8"); // PHP // HTML utf8_gener
c - 字符集/位串的减法运算
typedef unsigned char Set; Set s1,s2; s1 = 0xda; PRINT(s1); printf("%d\n", s1); s2 = -s1; pri
PHP/Mysql 字符集
我有一个 PHP/MySQL 应用程序，它需要在幕后处理 UTF-8 字符(UTF-8 字符不会显示在屏幕上)。 UTF-8 字符来自 PHP cURL 请求。我需要做什么才能使 PHP 和 MyS
用户表的 MySQL 字符集
我正在使用 utf8_general_ci 作为字符集在 MySQL 中构建一个用户表。 1-) 使用这个字符集，两个用户一个叫 Bob 另一个叫 bob 看起来是同一个，对吧？我不知道这可能会导致一
mysql - 更改默认排序规则/字符集
我知道之前已经回答过这个问题，但我发现的解决方案不适用于我的系统(我已经测试过了)。我想更改 Mysql 中的默认排序规则。这似乎设置为 latin1_swedish_ci，我想将其更改为 UTF8
需要 MySQL 字符集
我正在开发一个母语学习应用程序。我需要将一些字符存储为“ẽũ”。我的数据库设置为具有默认排序规则的 utf-8 字符集，以及受此字符影响的表。问题是当我尝试使用常规 SQL 插入添加一行时: INS
html - jsFiddle 字符集
有什么方法可以定义字符集，以及属于的其他信息吗？ jsFiddle 上的标签？我知道他们侧面板的“信息”部分，但不允许标签。提前致谢! 最佳答案是的，把它放在CSS部分: 使用 jQ
对象属性的 javascript 字符集
我正在创建一个对象运行时: var myObj = {}; myObj[propertyName] = propertyValue; propertyName 是变量，如果它像“a.b”，我的对象就有
C:如何将一个字符添加到另一个字符/字符集？
假设我有一个值为 42 (*) 的字符。我需要在 n 行中打印这个字符，n 由用户定义。但是，对于每个换行，都必须打印另一个 *。如果用户输入“6”，那么结果将是这样的: * ** *** ****
c++ - 字符集 - 不清楚
该标准定义了基本源字符集基本执行字符集及其对应的宽字符它还定义了“执行字符集”及其对应的宽字符，如下所示 $2.2/3- "The execution character set and the
Java inputStreamReader 字符集
我想 ping 目标 IP 地址并接收响应。为此，我在 Java 中使用带有 runtime.exec 方法和进程类的 Windows 命令行。我正在使用 inputStreamReader 获取响应
MySQL Workbench 字符集
是否有任何方法可以更改 MySQL Workbench 字符集？我的架构使用 UTF-8，当我查看表数据(另存为 UTF-8)或手动添加数据时，出现字符集错误，可能 MySQL Workbench 使
winapi - 如何确定使用哪个 LOGFONT 字符集？
我有一个文本选择/规范对话框，用户可以从列表中指定字体，设置粗体、斜体等。然后我使用 LOGFONT 中的信息创建一个 CFont 随后在 CEdit 中用作预览。但是，如果用户选择像 Wingdi

首页

博学

6Ren·AI

商城

php - 迁移数据，从 latin1 字符集到 UTF-8