php - 将 MySQL 文本字段编码为 UTF-8 文本文件 - 特殊字符问题

Question

我正在编写一个 php 脚本来将 MySQL 数据库行导出到一个 .txt 文件中，该文件的格式适用于 Adob​​e InDesign 的内部标记。

导出工作，但当我遇到像 é 或变音符号这样的特殊字符时，我会得到奇怪的符号(例如 Chloë Hanslip 而不是 Chloë Hanslip)。我需要一种更好的方法，而不是对每个可能的怪异字符进行搜索和替换。

我已经检查过，当文本到达数据库时，它已正确保存 - 在数据库中我看到了特殊字符。我的导出代码基本上运行一些正则表达式以放入 InDesign 代码标签中，而我只剩下奇怪的符号。如果我只是将文本输出到浏览器(而不是提示下载文本文件)，它会正确显示。当我保存文件时，我使用此代码:

header("Content-disposition: attachment; filename=test.txt");

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

我尝试了 utf8_encode() 和 iconv() 的各种组合，但均无济于事。任何人都可以在这里指出正确的方向吗？

Answer 1

InDesign 将无法使用 header 中指定的任何编码。 (它甚至看不到它，因为当你在 Windows 中保存到光盘时它不会被保留。)相反，你必须在文件开头用它自己的特殊标记明确地告诉它编码，例如:

<ANSI-WIN>

不幸的是，它does not use standard encoding names并且 InDesign 理解的标签根本不对应于 UTF-8 编码。您可以使用的唯一编码标签允许您包含您喜欢的任何字符:

<UNICODE-WIN>

对应于 UTF-16(带有 BOM 的小端)，带有 Windows CRLF 行结尾。 (唯一的其他行结束选项是 MAC，您根本不需要它，因为它是老式的 OSX 之前的 Mac，行结束字符是 CR。)

因此，给定一个包含 UTF-8 字节序列的 UTF-8 字符串 $s，您已经从数据库中提取出来，并使用纯 (Unix-Linux-OSX-web-style) LF 换行符，您可以这样写:

$s= "<UNICODE-WIN>\r\n".str_replace("\n", "\r\n", $s);
echo iconv('UTF-8', 'UTF-16', $s);

(确保不在前后输出任何空格，因为它会破坏 UTF-16 编码。