数据库，字符编码，PDF和XML

的情况

文件上传被转换成XML。该文件的字符编码会有所不同，但是可能会出现智能引号，实体和各种ASCII。一旦这个文件被转换成XML，它被存储在一个数据库中。根据用户的请求，XML可能会从数据库中提取出来并转换成数组，然后将其创建为PDF。

问题

字符编码。字符编码从一开始就发挥了重要的作用。我想知道;

什么字符编码通常涵盖整个“频谱”。例如，°解析XML或智能报价时无法识别（’）。智能报价将变成â€™等等
如何在数据库中存储XML。加密是一种可能性，但是数据库编码是我迷失的地方。
如何让实体，智能引号（以及其他可能导致问题的字符）在数据库中正确显示，并在屏幕前显示Å。

尝试在周围的工作

我做了这“尝试”来解决我的问题，各种功能 - 将某些字符转换成另一种。不过，我认为这是完全是这样做的错误方法，我应该改变字符编码。

/* 
* Converts smart quotes to ascii 
*/ 
function convert_smart_quotes($string) { 
    $string = iconv("UTF-8", "UTF-32", $string); 
    $string = mb_convert_encoding($string, 'HTML-ENTITIES', 'UTF-32'); 
    $string = str_replace('&#65279;', '', $string); 
    $search = array('&lsquo;', '&rsquo;', '&ldquo;', '&rdquo;', '&mdash;'); 
    $replace= array("'", "'", '"', '"', '-'); 
    $string = str_replace($search, $replace, $string); 
    return $string; 
} 
/* 
* Converts some entities to an ISO format? 
* 
* Example : &deg; => ° 
*/ 
function entity_to_iso($string) { 
    return html_entity_decode($string, ENT_QUOTES & ~ENT_COMPAT, 'ISO-8859-1'); 
}

最终，我的问题在于我不知道上传文件的编码。我有一个switch的想法，试图将字符转换为更多的数据库和“PDF格式友好”。然而，谷歌搜索引发了很多苦恼的工作或数组，其中一件事情到另一件事情。这真的是解决方案吗？

任何建议，解决方案或手指指向一个更好的方向都是有益的，非常赞赏。谢谢。

来源

2012-07-23 escproxy

hello mate，我有类似的问题，你有没有得到任何与此？ – Drakoumel 2013-06-01 20:44:56

检测文件的编码是一个难题，UTF很容易，因为它在开始时有一个BOM，但否则几乎不可能正确确定编码类型。

但是，如果XML格式正确，它应该嵌入编码，解析器应该很好地处理它。我看到你正在进行从UTF-8到UTF-32的转换，这根本无济于事，因为它只是使字符串变大一点，但它不会更改用于对字符进行编码的代码点。

因此，您应该能够问您的XML解析器的文件的编码，然后在存储和/或处理之前将其更改为UTF-8（或32）。

来源

2012-07-23 23:16:03 Aatch

如果我是你，我会做两件事之一。我要么将数据库中没有任何编码的东西（作为一个blob）存储起来，这样数据库编码根本就不会出现。

你可以做的另一件事是不把信息存储在数据库中。只需将它存储在一个文件中（将该文件命名为一些将是唯一的散列），然后在数据库中创建一个存储具有xml文件位置的表。然后，您可以直接从文件中提供xml。

来源

2012-07-23 23:16:15 juacala

数据库，字符编码，PDF和XML

回答

相关问题