Tại sao dấu ngoặc kép biến thành ký tự hài hước khi được gửi dưới dạng HTML?

Question

Tôi có biểu mẫu HTML và một số người dùng đang sao chép/dán văn bản từ MS Word. Khi có dấu nháy đơn hoặc dấu ngoặc kép, họ nhận được dịch sang nhân vật hài hước như:

'Â € Â ™ và Ã ¢ Â € Â ™

Cột cơ sở dữ liệu là đối chiếu utf8_general_ci.

Làm cách nào để có các ký tự thích hợp hiển thị?

Chỉnh sửa: Sự cố được giải quyết. Dưới đây là cách tôi đã khắc phục sự cố:

Ran mysql_query("SET NAMES 'utf8'"); trước khi thêm/truy xuất lại từ cơ sở dữ liệu. (nhờ bình luận của Donal bên dưới).

Và có phần lẻ, hàm php urlencode($text) được áp dụng khi hiển thị, do đó phải được xóa.

Tôi cũng đảm bảo rằng tiêu đề cho trang và yêu cầu/phản hồi ajax đều là utf8.

Answer 1

này trông giống như một trường hợp điển hình của unicode (UTF-8 rất có thể) nhân vật được hiểu là iso-8859-1. Có một vài nơi dọc theo cách mà các nhân vật có thể bị hỏng. Đầu tiên, trình duyệt của khách hàng phải gửi dữ liệu. Nó có thể làm hỏng dữ liệu nếu nó không thể chuyển đổi các ký tự chính xác sang mã hóa ký tự của trang. Sau đó, máy chủ đọc dữ liệu và giải mã các byte thành các ký tự. Nếu máy khách và máy chủ không đồng ý về mã hóa được sử dụng thì các ký tự sẽ bị hỏng. Sau đó, dữ liệu được lưu trữ trong cơ sở dữ liệu; một lần nữa có tiềm năng tham nhũng. Cuối cùng, khi dữ liệu được ghi trên trang (để hiển thị cho trình duyệt), trình duyệt có thể hiểu sai các byte nếu trang không biểu thị đầy đủ mã hóa của nó.

Bạn cần đảm bảo rằng bạn đang sử dụng UTF-8 trong suốt. Giá trị mặc định cho các trang web là iso-8859-1, vì vậy trang web của bạn sẽ được phục vụ với tiêu đề Content-Type hoặc thẻ meta

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> 

(chắc chắn rằng bạn thực sự đang chấp hành văn bản trong mã hóa đó).

Bằng cách sử dụng UTF-8 cùng với tất cả các phần của quy trình, bạn sẽ tránh được sự cố với tất cả các trình duyệt web và cơ sở dữ liệu đang hoạt động.

Answer 2

Kiểm tra mã hóa mà trang sử dụng. Mã hóa nó bằng cách sử dụng UTF-8 và thêm thẻ meta mô tả mã hóa:

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> 

Answer 3

Chúng tôi có chức năng PHP cố gắng dọn sạch mớ hỗn độn bằng dấu ngoặc kép thông minh. Đó là một chút của một mớ hỗn độn, vì nó phát triển một chút hữu cơ như các trường hợp xuất hiện trong quá trình phát triển mẫu thử nghiệm. Nó có thể giúp đỡ một số, mặc dù:

function convert_smart_quotes($string) { 
    $search = array(chr(0xe2) . chr(0x80) . chr(0x98), 
        chr(0xe2) . chr(0x80) . chr(0x99), 
        chr(0xe2) . chr(0x80) . chr(0x9c), 
        chr(0xe2) . chr(0x80) . chr(0x9d), 
        chr(0xe2) . chr(0x80) . chr(0x93), 
        chr(0xe2) . chr(0x80) . chr(0x94), 
        chr(226) . chr(128) . chr(153), 
        '’','“','â€<9d>','â€"',' '); 

    $replace = array("'","'",'"','"',' - ',' - ',"'","'",'"','"',' - ',' '); 

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