Php 从HTML实体转换为UTF-8

我在将一些编码字符串转换为utf-8时遇到问题

我有一个字符串列表，根据文档，这些字符串是使用数字HTML实体编码的Unicode字符串。其中包括：

$str = 'WÖGER'; // seems to be WÖGER
$str = 'Jürgen'; // seems to be Jürgen
$str = 'POßNITZ'; // seems to be POßNITZ
$str = 'SCHLÄGER'; // seems to be SCHLÄGER

我想解码并转换成utf-8

我用

HTML-ENTITIES

param和。我的最佳结果出人意料地是：

html_entity_decode($str, ENT_COMPAT | ENT_HTML401, 'ISO-8859-1');

而那被解码了的

Jürgen

。但是，我没有运气解码这个列表中的其他字符串。我查看了UMLAUT的编码表和HTML代码，它们与我列表中的不同

我的问题是：我是否遗漏了一些明显的解码步骤，或者源字符串是否有问题

---

更新（2016-06-27）：原始字符串的编码确实不正确。这些字符串是在拉丁语-1上下文中读取UTF-8值，然后将单个1字节字符编码为十六进制实体的结果，因此德语umlaut

u

变成了

ü

，并被编码为两个单独的字符。被接受的答案成功地将它们直接解码为UTF-8。

我的理解是，尽管我可能错了，unicode字符应该由它们的代码点来表示，而不是通过编码单个UTF-8字节来表示，这正是您所拥有的。因此，

Ö和#xD6

或以命名形式，

Ö

ENT\u XML1
标志到
html\u entity\u decode
似乎确实起到了作用，尽管我不完全确定它在引擎盖下的作用。如果您想要更明确的内容：

preg_replace_callback('/&#x([A-Fa-f0-9]{2});/', function ($m) {
    return chr(hexdec($m[1]));
}, $str);

我以为你想要UTF-8字符串，而不是ISO-8859。为什么要解码到ISO-8859？字符串真正来自哪里？看起来您读取了一个文件，然后将内容编码为HTML实体@nj在“unicode字符应该由其代码点表示，而不是通过编码单个UTF-8字节”这一点上是正确的，但我担心他试图用自己的方式修复它是错误的。@deceze我确实想要UTF-8，这就是为什么我说得到一个有效的UTF-8结果是出乎意料的（eval.in页面是UTF-8）使用不同的编码，甚至更意外地将其更改为UTF-8会返回错误的符号：。@JosefZ它们来自第三方web服务，该服务使用此编码方案（数字HTML实体）将它们放入HTTP请求头中。其思想是HTTP头不能保存Unicode字符，因此必须以某种方式对其进行编码，这就是所选择的方案。虽然
ENT\u XML1
标志似乎有效，但OP的编码非常糟糕，显式
preg\u replace
可能是唯一真正的解决方法。这两种解决方案都有效。谢谢同意，现在检查这是否是编码错误process@deceze我同意这一点。我目前也在检查这是否是源字符串中的错误。虽然这个解决方案在这里有效，但顺便说一下。@deceze我更新了解释字符串起源的帖子。关于编码错误，你是对的。