php - 使用正确的编码读取文件

Question

我有一个 txt 文件，如果我用记事本或 scite 等标准文本编辑器打开，我可以读取如下字符串:

Artist1 – Title 1
Artist2 – Title 2

然后我用我的 PHP 脚本打开它并阅读以下行:

$tracklistFile_name=time().rand(1, 1000).".".pathinfo($_FILES['tracklistFile']['name'], PATHINFO_EXTENSION);
if(((pathinfo($tracklistFile_name, PATHINFO_EXTENSION)=='txt')) && (move_uploaded_file($_FILES['tracklistFile']['tmp_name'], 'import/'.$tracklistFile_name))) {
    $fileArray=file('import/'.$tracklistFile_name, FILE_IGNORE_NEW_LINES | FILE_SKIP_EMPTY_LINES);
    $fileArray=array_values(array_filter($fileArray, "trim"));

    for($i=0; $i<sizeof($fileArray); $i++) {
        echo $fileArray[$i]."<br />";
    }
}

然后...哇...我得到了这个结果:

Artist1 � Title1 
Artist2 � Title2 

？？？那些符号是什么？我认为编码失败。符号错误到我无法将它们插入数据库，mysql_real_escape_string() 也无法插入。事实上，当我尝试插入它们时出现此错误:

Incorrect string value: '\x96 Titl...' for column 'atl' at row 1

我该如何解决这个问题？有什么建议吗？

编辑

尝试在插入/添加这些字符串之前添加 utf8_encode() :现在插入不会失败，但结果是:

Artist1  Title1 
Artist2  Title2

所以我丢失了信息。为什么？

Answer 1

你应该阅读 Joel Spolsky's article on UTF-8 and encoding .

您的问题几乎肯定源于编码不匹配，您的首要工作是找出发生这种不匹配的位置，您的问题可能出在很多不同的地方。

1) 您的 php 代码可能正在使用不正确的编码读取输入(如果您尝试读取 iso-8859，但源文件是以其他方式编码的)

2) 您的 php 代码可能使用不正确的编码写入输出

3) 无论您使用什么来读取输出(您的浏览器)都可以设置为与您正在写入的字节不同的编码。

一旦你找出 3 个地方中的哪一个导致了你的问题，你就可以通过了解你的源编码是什么来弄清楚如何解决它，以及如何使用该源编码而不是另一种编码(你的系统可能已设置为默认值)。

编辑:不太了解 php，看起来你可以使用 mb_detect_encoding可能还有mb-convert-encoding .