Php 混合编码，让一切都成为UTF-8

我有一些具有不同编码的文本，例如以下文本，具有UTF-8和ISO-8859-1的混合编码：

محتوای میکس شده و بخش سالم

但我希望所有这些都变成UTF-8，这意味着剩下UTF-8编码的部分，其他字符串变成UTF-8，例如，上面的文本应该输出为：

محتوای میکس شده و بخش سالم

我使用了不同的方法，在PHP中使用

iconv

函数并使用以下类：

但是他们都没有给我正确的输出，而且文本的某些部分总是成为问号，比如

？？？？？

将混合编码转换为UTF-8而不造成任何损坏的最佳方法是什么

编辑：

混合文本的行字节数：

c399e280a6c398c2adc398c2aac399cb86c398c2a7c39bc59220c399e280a6c39bc592c39ac2a9c398c2b320c398c2b4c398c2afc399e280a120d98820d8a8d8aed8b420d8b3d8a7d984d985

正确文本：

محتوای میکس شده و بخش سالم

---

关于@Nulled确认数据来自数据库的应答，我可以确认问题来自表或数据库的错误编码。 我以前遇到过这个问题，我通过在使用此查询获取数据之前强制使用数据库/表编码（您需要将其更新为您的数据库/表编码）解决了这个问题：

例如：

$this->db->query('SET NAMES latin1;');
$this->db->query('SELECT * FROM table')->result();

---

字符串的一部分是Windows-1252 mojibake，这意味着在某个点上UTF-8字符串被解释为Windows-1252，并从错误的假设转换为UTF-8。这可以通过将字符串从UTF-8转码到Windows-1252来逆转，从而得到正确的原始UTF-8序列。要仅将该转换应用于混乱的文本子集，可以使用正则表达式，例如，仅将转换应用于文本的非阿拉伯语部分：

// sample data
$str_hex = 'c399e280a6c398c2adc398c2aac399cb86c398c2a7c39bc59220c399e280a6c39bc592c39ac2a9c398c2b320c398c2b4c398c2afc399e280a120d98820d8a8d8aed8b420d8b3d8a7d984d985';
// actual string
$str = hex2bin($str_hex);

echo 'Messed up: ', $str, PHP_EOL;  // محتوای میکس شده و بخش سالم

$fixed = preg_replace_callback(
    '/\\P{Arabic}+/u',  // matches non-Arabic sequences
    function (array $m) { return iconv('UTF-8', 'Windows-1252', $m[0]); }, 
    $str
);

echo 'Fixed: ', $fixed;  // محتوای میکس شده و بخش سالم

---

这些实际上是混合编码，还是mojibake（错误转换的文本）与非mojibake混合？不管是哪种方式，你们都被搞砸了。这些是混合编码。给我们一个原始字节的示例，以及你们希望它对应的文本。还有，它是如何结束的，你不能在源代码上修复它吗？我问题中的示例文本是什么，第二个是必须的，你需要更多的文本吗？这些来自旧数据库，我不知道这是怎么发生的。我不应该对数据库做任何更改。该示例确认您有一个UTF-8编码的字符串，字面上包含字符Ù，…，Ø等，还有字符ل，م等。好吧，是的，您被搞砸了。看起来像是编码错误的Window-1252 mojibake。如果您完全确定文本应该是阿拉伯语，您可能可以选择非阿拉伯语的字符范围，并使用

iconv（'UTF-8'，'Windows-1252'，$substr'）

修复它们的编码。鉴于OP提供的示例数据，这不会有帮助。问题是混合编码而不是Unicode编码，如果我将名称设置为latin1，正确的字符串受到损坏。你试过了吗？您是否尝试将其与utf8_encode（）结合使用？

// sample data
$str_hex = 'c399e280a6c398c2adc398c2aac399cb86c398c2a7c39bc59220c399e280a6c39bc592c39ac2a9c398c2b320c398c2b4c398c2afc399e280a120d98820d8a8d8aed8b420d8b3d8a7d984d985';
// actual string
$str = hex2bin($str_hex);

echo 'Messed up: ', $str, PHP_EOL;  // محتوای میکس شده و بخش سالم

$fixed = preg_replace_callback(
    '/\\P{Arabic}+/u',  // matches non-Arabic sequences
    function (array $m) { return iconv('UTF-8', 'Windows-1252', $m[0]); }, 
    $str
);

echo 'Fixed: ', $fixed;  // محتوای میکس شده و بخش سالم