用PHP转换Microsoft Word特殊字符

在进一步处理之前，我试图转换用户粘贴的包含MS Word省略号和长破折号的Word文本

我在这里找到了一个解决这个问题的老办法，但它对我不起作用。例如，替换省略号后，变量返回为空。以前从未见过这样的事情：

$src = "Long word dash – and weird Word ellipsis…";
$src = str_replace("‘", "'", $src);
$src = str_replace("’", "'", $src);
$src = str_replace("”", '"', $src);
$src = str_replace("“", '"', $src);
$src = str_replace("–", "-", $src);
$src = str_replace("…", "...", $src);
print $src;

---

有什么想法吗？

嗯。我使用这个功能来清理复制到RTE中的文本。在这种情况下，它可能起作用，也可能不起作用。它将转换为HTML实体，但您可以调整它以仅转换为常规字符：

function convertFromCP1252($string)
{
    $search = array('&',
                    '<',
                    '>',
                    '"',
                    chr(212),
                    chr(213),
                    chr(210),
                    chr(211),
                    chr(209),
                    chr(208),
                    chr(201),
                    chr(145),
                    chr(146),
                    chr(147),
                    chr(148),
                    chr(151),
                    chr(150),
                    chr(133),
                    chr(194)
                );

     $replace = array(  '&amp;',
                        '&lt;',
                        '&gt;',
                        '&quot;',
                        '&#8216;',
                        '&#8217;',
                        '&#8220;',
                        '&#8221;',
                        '&#8211;',
                        '&#8212;',
                        '&#8230;',
                        '&#8216;',
                        '&#8217;',
                        '&#8220;',
                        '&#8221;',
                        '&#8211;',
                        '&#8212;',
                        '&#8230;',
                        ''
                    );

    return str_replace($search, $replace, $string);
}

函数convertFromCP1252（$string）
{
$search=数组（“&”，
'',
'"',
chr（212），
chr（213），
chr（210），
chr（211），
chr（209），
chr（208），
chr（201），
chr（145），
chr（146），
chr（147），
chr（148），
chr（151），
chr（150），
chr（133），
chr（194）
);
$replace=数组（“&；”，
'',
'',
'"',
'‘',
'’',
'“',
'”',
'–',
'—',
'…',
'‘',
'’',
'“',
'”',
'–',
'—',
'…',
''
);
返回str_replace（$search，$replace，$string）；
}

很好的解决方案。我复制并粘贴了它，它解决了一个问题。在进一步研究中，我添加了一些不在搜索和替换数组中的字符。为了找到ASCII字符id号，我编写了一个PHP函数，显示ASCII字符号是什么：

function stdump($s){

  for($i=0;$i<strlen($s);$i++){

    echo substr($s,$i,1) . "(" . ord(substr($s,$i,1)) . ")";

  }

  echo "<br/>";
}

函数stdump（$s）{
对于（$i=0；$i任何在PHP中获得菱形问号的人，这种替换UTF-8字符的方法比使用chr函数效果更好

$search = [                 // www.fileformat.info/info/unicode/<NUM>/ <NUM> = 2018
                "\xC2\xAB",     // « (U+00AB) in UTF-8
                "\xC2\xBB",     // » (U+00BB) in UTF-8
                "\xE2\x80\x98", // ‘ (U+2018) in UTF-8
                "\xE2\x80\x99", // ’ (U+2019) in UTF-8
                "\xE2\x80\x9A", // ‚ (U+201A) in UTF-8
                "\xE2\x80\x9B", // ‛ (U+201B) in UTF-8
                "\xE2\x80\x9C", // “ (U+201C) in UTF-8
                "\xE2\x80\x9D", // ” (U+201D) in UTF-8
                "\xE2\x80\x9E", // „ (U+201E) in UTF-8
                "\xE2\x80\x9F", // ‟ (U+201F) in UTF-8
                "\xE2\x80\xB9", // ‹ (U+2039) in UTF-8
                "\xE2\x80\xBA", // › (U+203A) in UTF-8
                "\xE2\x80\x93", // – (U+2013) in UTF-8
                "\xE2\x80\x94", // — (U+2014) in UTF-8
                "\xE2\x80\xA6"  // … (U+2026) in UTF-8
    ];

    $replacements = [
                "<<", 
                ">>",
                "'",
                "'",
                "'",
                "'",
                '"',
                '"',
                '"',
                '"',
                "<",
                ">",
                "-",
                "-",
                "..."
    ];

    str_replace($search, $replacements, $string);

$search=[//www.fileformat.info/info/unicode//=2018
UTF-8中的“\xC2\xAB”、//«（U+00AB）
UTF-8中的“\xC2\xBB”、/»（U+00BB）
UTF-8中的“\xE2\x80\x98”、/”（U+2018）
UTF-8中的“\xE2\x80\x99”、/”（U+2019）
UTF-8中的“\xE2\x80\x9A”/”（U+201A）
UTF-8中的“\xE2\x80\x9B”、/”（U+201B）
UTF-8中的“\xE2\x80\x9C”、/”（U+201C）
UTF-8中的“\xE2\x80\x9D”、/”（U+201D）
UTF-8中的“\xE2\x80\x9E”//（U+201E）
UTF-8中的“\xE2\x80\x9F”、/”（U+201F）
UTF-8中的“\xE2\x80\xB9”、/（U+2039）
UTF-8中的“\xE2\x80\xBA”、//›（U+203A）
UTF-8中的“\xE2\x80\x93”、//–（U+2013）
UTF-8中的“\xE2\x80\x94”、//-（U+2014）
UTF-8中的“\xE2\x80\xA6”//…（U+2026）
];
$replacements=[
"",
"'",
"'",
"'",
"'",
'"',
'"',
'"',
'"',
"",
"-",
"-",
"..."
];
str_replace（$search，$replacements，$string）；
这对我很有用：

$str=file_get_contents($file); 

$array=array("‘"=>"'","’"=>"'","”"=>'"',"“"=>'"',"–"=>"-","—"=>"-","–"=>"-","…"=>"...");

$str = strtr( $str,$array);

file_put_contents($file,$str);  

请参阅上的我的答案。它不会涵盖所有场景，但应该可以处理最常见的场景。我意识到我的php文件的编码是ANSI，mysql也有一些非utf8通用编码。更正这些，我的函数和下面的函数都可以工作。大家都非常感谢。老兄，谢谢。我不知道这些都是怎么回事HTML解析库，但它们似乎都会吐回讨厌的字符替换…我想他们认为默认情况下字符集是ISO-8859-1谢谢Verron！刚刚注意到fileformat url应该是www.fileformat.info/info/unicode/char//Happy我能帮上忙！其他解决方案都无法工作%100，所以我想我会分享。Verron Knowles的答案非常好，但缺少第二个数组的最后一个成员。此外，如果您使用的是PHP<5.4，则必须将数组形式转换为array（）。如果您将Verron Knowles的Unicodes列表与此处的Unicodes列表相结合，则会得到一个非常完整的列表。谢谢！！