PHP:Unicode 强调字符和变音符号

Question

在我们的网站上，一些 Mac 用户在将文本从 PDF 文件复制粘贴到 TextArea(由 TinyMCE 处理)时遇到了麻烦。所有强调的字符都已损坏，例如 e? 表示 é，i? 表示 î，等。我无法用 Windows 计算机重现此问题。

当我在文件上写入 TextArea 的内容时(在将其插入数据库之前)，我发现初始的 é 在视觉上与传统的 é(在 Vim 上，见下文)。

确实:

// the corrupted é - first line of the screenshot
echo bin2hex($char); // display 65cc81

// traditionnal é
echo bin2hex('é');   // display c3a9

经过大量搜索后，我在这里: Mac OS 似乎将 Unicode 重音字符复制为两个字符的组合:在我们的示例中，e + ́。到目前为止，我没有找到任何解决方案来将损坏的 é 替换为真实的 é，以避免数据库中出现 e?。

我有点绝望。

Answer 1

normalizing the representation to one form or the other的过程被称为规范化。在 PHP 中有 Normalizer class为此，通过它发送所有输入是一个好主意:

$input = Normalizer::normalize($input);

您可能想要规范化以形成 C，规范分解，然后是规范组合。

如果该类在您的系统上不可用，则有 Patchwork UTF-8 library .