php - iconv() 或 utf8_encode 如何使我的脚本 UTF8 友好？

Question

我有一个脚本(粘贴在下面)从 UrLS 列表中提取元描述，然后我有一个导出功能可以将该数据导出为 CSV 格式。

唯一的问题是，当有 UTF-8 集之外的字符时，我的导出功能会停止，例如控制字符 -

删除这些字符或替换它们以使它们友好的最佳方法是什么？还有我如何将它放入我的脚本中？

<?php
error_reporting(E_ALL);
//ini_set( "display_errors", 0);
function parseUrl($url){
    //Trim whitespace of the url to ensure proper checking.
    $url = trim($url);
    //Check if a protocol is specified at the beginning of the url. If it's not,   prepend 'http://'.
    if (!preg_match("~^(?:f|ht)tps?://~i", $url)) {
            $url = "http://" . $url;
    }
    //Check if '/' is present at the end of the url. If not, append '/'.
    if (substr($url, -1)!=="/"){
            $url .= "/";
    }
    //Return the processed url.
    return $url;
}
//If the form was submitted
if(isset($_GET['siteurl'])){
    //Put every new line as a new entry in the array
    $urls = explode("\n",trim($_GET["siteurl"]));
    //Iterate through urls
    foreach ($urls as $url) {
            //Parse the url to add 'http://' at the beginning or '/' at the end if not   already there, to avoid errors with the get_meta_tags function
            $url = parseUrl($url);
            //Get the meta data for each url
            $tags = get_meta_tags($url);
            //Check to see if the description tag was present and adjust output    accordingly
            $tags = NULL;
$tags = get_meta_tags($url);
if($tags)
echo "<tr><td>Description($url)</td><td>" .$tags['description']. "</td></tr>";
else 
echo "<tr><td>Description($url)</td><td>No Meta Description</td></tr>";
    }
}
?>

导出代码:

// ExportHTMLTable

function ExportHTMLTable(tableId)
{
    this.data=[];
    this.table='';
    this.tableId=tableId;

    this.formId='exportForm';

    this.configuration={url:'../export.php',dataType:'json'};

    this.blockSend=0;
    this.blockSize=100024;

    this.requestNumber=0;

    this.rowLastIndex=0;
    this.cellLastIndex=0;

    this.format='';

    // Export
    this.exportDocument=function() 
    {
        this.reset();
        if(!this.prepareData()) return(false);

        this.send();
    }       

    // Export to CSV
    this.exportToCSV=function() 
    {
        this.format='csv';
        this.exportDocument();
    }

    // Export to XML
    this.exportToXML=function() 
    {
        this.format='xml';
        this.exportDocument();
    }

    // Reset variables
    this.reset=function()
    {
        this.data=[];

        this.blockSend=0;
        this.rowLastIndex=0;
        this.cellLastIndex=0;       
        this.requestNumber=0;
    }

    // Get table
    this.getTable=function()
    {
        this.table=$('#'+this.tableId);
        if(this.table.length!=1) return(false);

        return(true);
    }

    // Get data length
    this.getDataLength=function()
    {
        var sum=0;
        for(var rows in this.data) 
            sum+=this.data[rows].length;

        return(sum);
    }

    // Remove form
    this.removeForm=function()
    {
        var form=$('#'+this.formId);
        if(form.length==1) form.remove();
    }

    // Create field
    this.createField=function(name,value)
    {
        var field=document.createElement('input');

        field.name=name;
        field.value=value;
        field.type='hidden';

        return($(field));
    }

    // Prepare (extract from HTML table) data
    this.prepareData=function()
    {
        if(!this.getTable()) return(false);

        var self=this;
        var r=0,c=0,tr=0,tc=0,length=0;

        // Processing rows
        this.table.children('tbody').children('tr').each(function()
        {
            c=0;
            if(!$.isArray(self.data[r])) self.data[r]=[];

            // Processing cells
            $(this).children('th,td').each(function()
            {       
                length=$(this).attr('colspan')+self.data[r].length;

                for(tc=0;tc<length;tc++)
                {
                    if(self.data[r][tc]) continue;
                    self.data[r][tc]=$(this).text();    
                }

                length=r+$(this).attr('rowspan');
                for(tr=r+1;tr<length;tr++) 
                {
                    if(!$.isArray(self.data[tr])) self.data[tr]=[];
                    self.data[tr][c]=$(this).text();
                }

                c++;
            });

            r++;
        }); 

        return(true);           
    }

    // Send data
    this.send=function()
    {
        var i=0,j=0;

        this.requestNumber++;

        this.removeForm();

        var rowsNumber=this.data.length;
        var form=$(document.createElement('form'));

        form.attr('method','post');
        form.attr('action',this.configuration.url);

        for(i=this.rowLastIndex;i<rowsNumber;i++)
        {   
            var cellsNumber=this.data[i].length;
            for(j=this.cellLastIndex;j<cellsNumber;j++)
            {   
                this.blockSend++;

                var field=this.createField('exportTable['+i+']['+j+']',this.data[i][j]);

                form.append(field);

                if(this.blockSend>=(this.requestNumber*this.blockSize)) break;
            }

            if(this.blockSend>=(this.requestNumber*this.blockSize))   break;
            this.cellLastIndex=0;
        }  

        this.rowLastIndex=i;
        this.cellLastIndex=j==0 ? 0 : j+1;

        form.appendTo('body');

        if(this.requestNumber==1)
            form.append(this.createField('requestFirst',1));

        if(this.blockSend==this.getDataLength()) 
        {       
            form.append(this.createField('requestLast',1));
            form.append(this.createField('format',this.format));
            form.submit().remove();
        }
        else   $.post(this.configuration.url,form.serialize(),$.delegate(this.send,this),'json'); 
    }
}

Answer 1

我的天啊，你的帖子有很多问题..

首先:- 不被视为控制字符。它出现在 UTF-8、latin1 甚至 ASCII 中。

如果您的字符串中确实有字节不是有效的 UTF-8，那么您必须处理其他一些编码。这很可能是 latin1，在这种情况下，您可以使用 utf8_encode 来转换字符串。

但不要盲目地这样做，首先要弄清楚您的数据来自何处以及它是否真的是 latin1。有时 utf8_encode 有点像创可贴一样用于任何行为怪异的事情，但这不是处理事情的好方法。通常，这样考虑可能会有所帮助:

• 在您的应用程序中，确保每个 字符串始终以 UTF-8 格式传递。
• 如果您从外部来源接收数据，请找出它们使用的字符集，并在需要时进行转换。

我不知道这与您发布的代码片段有何关系。