(PHP 4 >= 4.0.5, PHP 5, PHP 7, PHP 8)
iconv — 将字符串从一种字符编码转换为另一种
将 string 从 from_encoding 转换为 to_encoding。
from_encoding用于解释 string 的当前编码。
to_encoding结果的所需编码。
如果字符串 //TRANSLIT 附加到 to_encoding，则会激活音译。这意味着当字符无法在目标字符集中表示时，它可以通过一个或多个看起来相似的字符来近似表示。如果附加了字符串 //IGNORE，则无法在目标字符集中表示的字符将被静默丢弃。否则，将生成 E_NOTICE，并且函数将返回 false。
//TRANSLIT 的工作方式以及是否起作用取决于系统的 iconv() 实现（参见 ICONV_IMPL）。已知某些实现会忽略 //TRANSLIT，因此对于 to_encoding 中非法的字符，转换可能会失败。
string要转换的 string。
返回转换后的字符串，如果失败则返回 false。
示例 #1 iconv() 示例
<?php
$text = "This is the Euro symbol '€'.";
echo 'Original : ', $text, PHP_EOL;
echo 'TRANSLIT : ', iconv("UTF-8", "ISO-8859-1//TRANSLIT", $text), PHP_EOL;
echo 'IGNORE : ', iconv("UTF-8", "ISO-8859-1//IGNORE", $text), PHP_EOL;
echo 'Plain : ', iconv("UTF-8", "ISO-8859-1", $text), PHP_EOL;
?>上面的示例将输出类似于以下内容
Original : This is the Euro symbol '€'. TRANSLIT : This is the Euro symbol 'EUR'. IGNORE : This is the Euro symbol ''. Plain : Notice: iconv(): Detected an illegal character in input string in .\iconv-example.php on line 7
注意:
可用的字符编码和选项取决于已安装的 iconv 实现。如果
from_encoding或to_encoding的参数在当前系统上不受支持，则将返回false。
请注意，当区域设置类别 LC_CTYPE 设置为 C 或 POSIX 时，iconv('UTF-8', 'ASCII//TRANSLIT', ...) 无法正常工作。您必须选择其他区域设置，否则所有非 ASCII 字符都将被替换为问号。这至少在 glibc 2.5 中是正确的。
示例
<?php
setlocale(LC_CTYPE, 'POSIX');
echo iconv('UTF-8', 'ASCII//TRANSLIT', "Žluťoučký kůň\n");
// ?lu?ou?k? k??
setlocale(LC_CTYPE, 'cs_CZ');
echo iconv('UTF-8', 'ASCII//TRANSLIT', "Žluťoučký kůň\n");
// Zlutoucky kun
?>"//ignore" 选项不适用于最新版本的 iconv 库。因此，如果您在使用该选项时遇到问题，您并不孤单。
这意味着您目前无法使用此函数过滤无效字符。相反，它会静默失败并返回空字符串（或者您只会收到通知，但前提是您启用了 E_NOTICE）。
自 2009 年以来，这已成为一个已知的错误，并且有一个已知的解决方案，但似乎没有人愿意修复它（PHP 必须将 -c 选项传递给 iconv）。它在最新的 5.4.3 版本中仍然存在。
https://bugs.php.net/bug.php?id=48147
https://bugs.php.net/bug.php?id=52211
https://bugs.php.net/bug.php?id=61484
[更新 15-JUN-2012]
以下是一个解决方法...
ini_set('mbstring.substitute_character', "none");
$text= mb_convert_encoding($text, 'UTF-8', 'UTF-8');
这将从 UTF-8 字符串中删除无效字符（这样您就可以将其插入到数据库中，等等）。除了 "none" 之外，您也可以使用值 32，如果您想在无效字符的位置插入空格。有趣的是，设置不同的目标区域设置会产生不同的但适当的音译。例如
<?php
// 一些德语
$utf8_sentence = 'Weiß, Goldmann, Göbel, Weiss, Göthe, Goethe und Götz';
// 英国
setlocale(LC_ALL, 'en_GB');
// 音译
$trans_sentence = iconv('UTF-8', 'ASCII//TRANSLIT', $utf8_sentence);
// 给出 [Weiss, Goldmann, Gobel, Weiss, Gothe, Goethe und Gotz]
// 这是我们的原始字符串被扁平化为 7 位 ASCII，就像
// 一个英语使用者会做的那样（即，只是删除变音符）
echo $trans_sentence . PHP_EOL;
// 德国
setlocale(LC_ALL, 'de_DE');
$trans_sentence = iconv('UTF-8', 'ASCII//TRANSLIT', $utf8_sentence);
// 给出 [Weiss, Goldmann, Goebel, Weiss, Goethe, Goethe und Goetz]
// 这正是德国人如何音译那些
// 如果被迫使用 7 位 ASCII 的变音字符！
// （因为实际上 ä = ae，ö = oe 且 ü = ue）
echo $trans_sentence . PHP_EOL;
?>为了测试字符集之间转换的不同组合（当我们不知道源字符集以及什么是方便的目标字符集时），这是一个示例
<?php
$tab = array("UTF-8", "ASCII", "Windows-1252", "ISO-8859-15", "ISO-8859-1", "ISO-8859-6", "CP1256");
$chain = "";
foreach ($tab as $i)
{
foreach ($tab as $j)
{
$chain .= " $i$j ".iconv($i, $j, "$my_string");
}
}
echo $chain;
?>
然后，在显示后，使用显示效果好的 $i$j。
注意：您可以将其他字符集添加到 $tab 中以测试其他情况。如果您想将字符串转换为没有字节顺序标记 (BOM) 的 Unicode 编码，请将字节序添加到编码中，例如，不要使用会将 BOM 添加到字符串开头的 "UTF-16"，而是使用 "UTF-16BE"，它将转换字符串而不会添加 BOM。
例如：
<?php
iconv('CP1252', 'UTF-16', $text); // 带 BOM
iconv('CP1252', 'UTF-16BE', $text); // 不带 BOM和许多其他人一样，我在使用 iconv() 在编码之间进行转换（在我的情况下是从 UTF-8 到 ISO-8859-15）时遇到了大量问题，尤其是在大型字符串上。
这里的主要问题是，当您的字符串包含非法的 UTF-8 字符时，没有真正直接的方法来处理它们。iconv() 在遇到有问题的字符时会简单地（并且静默地！）终止字符串（即使使用 //IGNORE），返回一个被截断的字符串。该
<?php
$newstring = html_entity_decode(htmlentities($oldstring, ENT_QUOTES, 'UTF-8'), ENT_QUOTES , 'ISO-8859-15');
?>
这里和其他地方建议的解决方法在遇到非法字符时也会中断，至少会丢失一个有用的信息（“htmlentities(): Invalid multibyte sequence in argument in…”）。
我找到了很多提示、建议和替代方法（令人恐惧的是，PHP 本身提供了多少种方法来转换字符串的编码，在我看来这不是一个好兆头），但没有一个真正有效，除了这个方法
<?php
$newstring = mb_convert_encoding($oldstring, 'ISO-8859-15', 'UTF-8');
?>如果您在音译时在 iconv 输出中得到问号，请确保 "setlocale" 设置为您的系统支持的内容。
一些 PHP CMS 会默认将 setlocale 设置为 "C"，这可能会造成问题。
使用 "locale" 命令找出列表。
$ locale -a
C
en_AU.utf8
POSIX
<?php
setlocale(LC_CTYPE, 'en_AU.utf8');
$str = iconv('UTF-8', 'ASCII//TRANSLIT', "Côte d'Ivoire");
?>以下是如何将 UCS-2 数字转换为十六进制的 UTF-8 数字。
<?php
function ucs2toutf8($str)
{
for ($i=0;$i<strlen($str);$i+=4)
{
$substring1 = $str[$i].$str[$i+1];
$substring2 = $str[$i+2].$str[$i+3];
if ($substring1 == "00")
{
$byte1 = "";
$byte2 = $substring2;
}
else
{
$substring = $substring1.$substring2;
$byte1 = dechex(192+(hexdec($substring)/64));
$byte2 = dechex(128+(hexdec($substring)%64));
}
$utf8 .= $byte1.$byte2;
}
return $utf8;
}
echo strtoupper(ucs2toutf8("06450631062D0020"));
?>
输入
06450631062D
输出
D985D8B1D8AD
此致
Ziyad带有 //IGNORE 的 iconv 按预期工作：如果字符在 $out_charset 编码中不存在，它会跳过该字符。
如果字符在 $in_charset 编码中丢失（例如 CP1252 编码中的字节 \x81），那么 iconv 将返回错误，无论是否使用 //IGNORE。请注意，PHP 中的 iconv 使用了系统的语言环境和语言实现，在 Linux 上有效的通常在 Windows 上无效。
此外，您可能会注意到，在最近版本的 Linux（Debian、Ubuntu、CentOS 等）中，//TRANSLIT 选项不起作用。因为大多数发行版默认情况下不包含 intl 软件包（例如：Debian 中的 php5-intl 和 icuxx（其中 xx 是一个数字））。这是因为 intl 软件包与国际 DNS 解析所需的另一个软件包冲突。
问题是配置取决于您托管机器的系统管理员，因此 iconv 默认情况下几乎毫无用处，具体取决于您的发行版或机器管理员使用的配置。在某些系统上可能不存在 iconv() 这样的函数；这是由于以下原因：定义了一个名为 `iconv` 的常量，其值为 `libiconv`。因此，字符串 PHP_FUNCTION(iconv) 转换为 PHP_FUNCTION(libiconv)，您必须调用 libiconv() 函数而不是 iconv()。
我在 FreeBSD 上见过这种情况，但我相信那是一个相当特殊的构建。
如果您不想依赖这种行为，请在您的脚本中添加以下内容
<?php
if (!function_exists('iconv') && function_exists('libiconv')) {
function iconv($input_encoding, $output_encoding, $string) {
return libiconv($input_encoding, $output_encoding, $string);
}
}
?>
感谢 tony2001 at phpclub.net 对这种行为的解释。以下是如何将 windows-1251（Windows）或 cp1251（Linux/Unix）编码的字符串转换为 UTF-8 编码的示例。
<?php
function cp1251_utf8( $sInput )
{
$sOutput = "";
for ( $i = 0; $i < strlen( $sInput ); $i++ )
{
$iAscii = ord( $sInput[$i] );
if ( $iAscii >= 192 && $iAscii <= 255 )
$sOutput .= "&#".( 1040 + ( $iAscii - 192 ) ).";";
else if ( $iAscii == 168 )
$sOutput .= "&#".( 1025 ).";";
else if ( $iAscii == 184 )
$sOutput .= "&#".( 1105 ).";";
else
$sOutput .= $sInput[$i];
}
return $sOutput;
}
?>在我的情况下，我不得不更改
<?php
setlocale(LC_CTYPE, 'cs_CZ');
?>
to
<?php
setlocale(LC_CTYPE, 'cs_CZ.UTF-8');
?>
否则它会返回问号。
当我询问我的 Linux 本地化（通过 locale 命令）时，它返回“cs_CZ.UTF-8”，因此它们之间可能存在关联关系。
iconv (GNU libc) 2.6.1
glibc 2.3.6我使用 iconv 从 cp1251 转换为 UTF-8。我花了一天的时间来调查为什么以俄语大写字母“Р”（发音类似于“r”）结尾的字符串无法插入数据库。
问题不在于 iconv。但是 cp1251 中的“Р”是 chr(208)，而 UTF-8 中的“Р”是 chr(208)。chr(106)。chr(106) 是与正则表达式中的“\s”匹配的空格符号之一。因此，它可能会被贪婪的“+”或“*”运算符占用。在这种情况下，您会在字符串中丢失“Р”。
例如，“ГР ”（俄语，UTF-8）。函数 preg_match。正则表达式是“(.+?)[\s]*”。然后“(.+?)”匹配“Г”。chr(208)，而“[\s]*”匹配 chr(106)。“”。
虽然这不是 iconv 的错误，但它看起来非常像。这就是我在这里放置此评论的原因。ANSI = Windows-1252 = CP1252
所以 UTF-8 -> ANSI
<?php
$string = "Winkel γ=200 für 1€"; //"γ"=HTML:γ
$result = iconv('UTF-8', 'CP1252//IGNORE', $string);
echo $result;
?>
注意 1
<?php
$string = "Winkel γ=200 für 1€";
$result = iconv('UTF-8', 'CP1252', $string);
echo $result; //"conv(): Detected an illegal character in input string"
?>
注意 2（ANSI 比 ISO 8859-1 中的解码更好 (ISO-8859-1==Latin-1)
<?php
$string = "Winkel γ=200 für 1€";
$result = utf8_decode($string);
echo $result; //"Winkel ?=200 für 1?"
?>
网站上使用的语言的注意 3
93.0% = UTF-8;
3.5% = Latin-1;
0.6% = ANSI <----- 你应该使用（或者如果你的页面是中文或者有数学内容，则使用 utf-8）函数 detectUTF8($string)
{
return preg_match('%(?
[\xC2-\xDF][\x80-\xBF] # 非超长 2 字节
|\xE0[\xA0-\xBF][\x80-\xBF] # 不包括超长字符
|[\xE1-\xEC\xEE\xEF][\x80-\xBF]{2} # 标准 3 字节
|\xED[\x80-\x9F][\x80-\xBF] # 不包括代理项
|\xF0[\x90-\xBF][\x80-\xBF]{2} # 平面 1-3
|[\xF1-\xF3][\x80-\xBF]{3} # 平面 4-15
|\xF4[\x80-\x8F][\x80-\xBF]{2} # 平面 16
)+%xs', $string);
}
函数 cp1251_utf8( $sInput )
{
$sOutput = "";
for ( $i = 0; $i < strlen( $sInput ); $i++ )
{
$iAscii = ord( $sInput[$i] );
if ( $iAscii >= 192 && $iAscii <= 255 )
$sOutput .= "&#".( 1040 + ( $iAscii - 192 ) ).";";
else if ( $iAscii == 168 )
$sOutput .= "&#".( 1025 ).";";
else if ( $iAscii == 184 )
$sOutput .= "&#".( 1105 ).";";
else
$sOutput .= $sInput[$i];
}
return $sOutput;
}
函数 encoding($string){
if (function_exists('iconv')) {
if (@!iconv('utf-8', 'cp1251', $string)) {
$string = iconv('cp1251', 'utf-8', $string);
}
return $string;
} else {
if (detectUTF8($string)) {
return $string;
} else {
return cp1251_utf8($string);
}
}
}
echo encoding($string);可能存在以下情况：一个新的网站版本（全部使用 UTF-8）必须显示数据库中剩余的一些旧数据（包含 ISO-8859-1 重音）。问题是，如果 $string 已经使用 UTF-8 编码，则不应该应用 iconv("ISO-8859-1", "UTF-8", $string)。
我使用这个函数，它不需要任何扩展
函数 convert_utf8( $string ) {
if ( strlen(utf8_decode($string)) == strlen($string) ) {
// $string 不是 UTF-8
return iconv("ISO-8859-1", "UTF-8", $string);
} else {
// 已经是 UTF-8
return $string;
}
}
我还没有对其进行广泛测试，希望它可能有所帮助。不知道这是一个特性还是不是，但它对我有用（PHP 5.0.4）
iconv('', 'UTF-8', $str)
测试它以将 windows-1251（存储在 DB 中）转换为 UTF-8（我用于网页）。
顺便说一下，我使用 array_walk_recursive... 将从 DB 中获取的每个数组进行转换。以下是将 UTF-8 数字转换为十六进制的 UCS-2 数字的方法
<?php
function utf8toucs2($str)
{
for ($i=0;$i<strlen($str);$i+=2)
{
$substring1 = $str[$i].$str[$i+1];
$substring2 = $str[$i+2].$str[$i+3];
if (hexdec($substring1) < 127)
$results = "00".$str[$i].$str[$i+1];
else
{
$results = dechex((hexdec($substring1)-192)*64 + (hexdec($substring2)-128));
if ($results < 1000) $results = "0".$results;
$i+=2;
}
$ucs2 .= $results;
}
return $ucs2;
}
echo strtoupper(utf8toucs2("D985D8B1D8AD"))."\n";
echo strtoupper(utf8toucs2("456725"))."\n";
?>
输入
D985D8B1D8AD
输出
06450631062D
输入
456725
输出
004500670025正如 orrd101 所说，在最近的 PHP 版本（我们使用 5.6.5）中存在一个使用 //IGNORE 的错误，我们无法转换一些字符串（例如，从 UTF8 到 CP1251 使用 //IGNORE 的“∙”）。
但我们找到了一个解决方法，现在我们同时使用 //TRANSLIT 和 //IGNORE 标志
$text="∙";
iconv("UTF8", "CP1251//TRANSLIT//IGNORE", $text);以下代码可在不使用 iconv 的情况下将 ISO 8859-1 转换为 UTF-8，反之亦然。
<?php
//Logic from http://twiki.org/cgi-bin/view/Codev/InternationalisationUTF8
$str_iso8859_1 = 'foo in ISO 8859-1';
//ISO 8859-1 to UTF-8
$str_utf8 = preg_replace("/([\x80-\xFF])/e",
"chr(0xC0|ord('\\1')>>6).chr(0x80|ord('\\1')&0x3F)",
$str_iso8859_1);
//UTF-8 to ISO 8859-1
$str_iso8859_1 = preg_replace("/([\xC2\xC3])([\x80-\xBF])/e",
"chr(ord('\\1')<<6&0xC0|ord('\\2')&0x3F)",
$str_utf8);
?>
希望对您有所帮助，
R. Rajesh Jeba Anbiah请注意，iconv() 和 mb_convert_encoding() 之间存在一个重要区别 - 如果您正在处理字符串而不是文件，那么您很可能需要 mb_convert_encoding() 而不是 iconv()，因为 iconv() 会在从例如 ISO-8859-1 转换时向（例如）UTF-32 字符串的开头添加一个字节顺序标记，这可能会使您随后对结果字符串进行的所有计算和操作失效。
换句话说，iconv() 似乎旨在用于转换文件的内容 - 而 mb_convert_encoding() 旨在用于在内部处理字符串，例如，字符串不是读/写到/从文件，而是与其他媒体交换。要从输入中去除无效字符（例如来自未经清理或其他来源的数据，您不能信任这些数据以其广告的编码集对字符串进行编码），请使用与输入和输出相同的字符集，并在输出字符集中使用 //IGNORE。
<?php
// 假设 '†' 实际上是 UTF8，htmlentities 会假设它是 iso-8859
// 因为我们在 htmlentities 的第三个参数中没有指定。
// 这会生成 "â[无效的 utf-8 字符]"
// 如果传递给任何 libxml，它将生成一个致命错误。
$badUTF8 = htmlentities('†');
// iconv() 可以忽略无法在目标字符集中编码的字符
$goodUTF8 = iconv("utf-8", "utf-8//IGNORE", $badUTF8);
?>
此示例的结果不会将原始输入的匕首字符返回给你（它在 htmlentities 被错误地用于对其进行编码时丢失了，尽管这是不习惯处理扩展字符集的人们的常见问题），但它至少会提供目标字符集中合理的数据。我今天才发现 Windows 和 *NIX 版本的 PHP 使用不同的 iconv 库，并且彼此之间并不一致。
以下是我之前代码的重新发布，它现在可以在更多系统上运行。它尽可能地进行转换，并将剩余部分替换为问号。
<?php
if (!function_exists('utf8_to_ascii')) {
setlocale(LC_CTYPE, 'en_AU.utf8');
if (@iconv("UTF-8", "ASCII//IGNORE//TRANSLIT", 'é') === false) {
// PHP 可能使用 glibc 库 (*NIX)
function utf8_to_ascii($text) {
return iconv("UTF-8", "ASCII//TRANSLIT", $text);
}
}
else {
// PHP 可能使用 libiconv 库 (Windows)
function utf8_to_ascii($text) {
if (is_string($text)) {
// 包括呈现为单个字形的字符组合
$text = preg_replace_callback('/\X/u', __FUNCTION__, $text);
}
elseif (is_array($text) && count($text) == 1 && is_string($text[0])) {
// 忽略无法转换为 ASCII 的字符
$text = iconv("UTF-8", "ASCII//IGNORE//TRANSLIT", $text[0]);
// 文档指出 iconv() 在失败时返回 false，但它返回 ''
if ($text === '' || !is_string($text)) {
$text = '?';
}
elseif (preg_match('/\w/', $text)) { // 如果文本包含任何字母...
$text = preg_replace('/\W+/', '', $text); // ...然后删除所有非字母
}
}
else { // $text 不是字符串
$text = '';
}
return $text;
}
}
}<?php
// 来自 http://zizi.kxup.com/ 的脚本
// javascript unesape
function unescape($str) {
$str = rawurldecode($str);
preg_match_all("/(?:%u.{4})|&#x.{4};|&#\d+;|.+/U",$str,$r);
$ar = $r[0];
print_r($ar);
foreach($ar as $k=>$v) {
if(substr($v,0,2) == "%u")
$ar[$k] = iconv("UCS-2","UTF-8",pack("H4",substr($v,-4)));
elseif(substr($v,0,3) == "&#x")
$ar[$k] = iconv("UCS-2","UTF-8",pack("H4",substr($v,3,-1)));
elseif(substr($v,0,2) == "&#") {
echo substr($v,2,-1)."<br>";
$ar[$k] = iconv("UCS-2","UTF-8",pack("n",substr($v,2,-1)));
}
}
return join("",$ar);
}
?>你可以使用 'CP1252' 代替 'Windows-1252'
<?php
// 这两行是等效的
$result = iconv('Windows-1252', 'UTF-8', $string);
$result = iconv('CP1252', 'UTF-8', $string);
?>
注意：以下代码点在 CP1252 中无效，会导致错误。
129 (0x81)
141 (0x8D)
143 (0x8F)
144 (0x90)
157 (0x9D)
请改用以下方法
<?php
// 删除无效的代码点，转换所有其他代码点
$result = iconv('CP1252', 'UTF-8//IGNORE', $string);
?>iconv 也支持 CP850。
我使用 iconv("CP850", "UTF-8//TRANSLIT", $var);
将 SQL_Latin1_General_CP850_CI_AI 转换为 UTF-8。以下是基于 ISO-8859 但增加了那些愚蠢的控制字符的 Microsoft 编码。
CP1250 是东欧语言（不是 ISO-8859-2）
CP1251 是西里尔字母（不是 ISO-8859-5）
CP1252 是西欧语言（不是 ISO-8859-1）
CP1253 是希腊语（不是 ISO-8859-7）
CP1254 是土耳其语（不是 ISO-8859-9）
CP1255 是希伯来语（不是 ISO-8859-8）
CP1256 是阿拉伯语（不是 ISO-8859-6）
CP1257 是波罗的海语（不是 ISO-8859-4）
如果你知道你从使用这些编码的 Windows 机器获取输入，请将其中一个作为参数传递给 iconv。mirek 的代码，日期为 2008 年 5 月 16 日 10:17，在输出中添加了字符 `^~'"。
此函数将去除这些额外的字符。
<?php
setlocale(LC_ALL, 'en_US.UTF8');
function clearUTF($s)
{
$r = '';
$s1 = @iconv('UTF-8', 'ASCII//TRANSLIT', $s);
$j = 0;
for ($i = 0; $i < strlen($s1); $i++) {
$ch1 = $s1[$i];
$ch2 = @mb_substr($s, $j++, 1, 'UTF-8');
if (strstr('`^~\'"', $ch1) !== false) {
if ($ch1 <> $ch2) {
--$j;
continue;
}
}
$r .= ($ch1=='?') ? $ch2 : $ch1;
}
return $r;
}
?>对于包含特殊字符的文本，例如 (é) é，它在 ISO-8859-1 中以 0xE9 出现，在 IBM-850 中以 0x82 出现。正确的输出字符集是 'IBM850'，因为
('ISO-8859-1', 'IBM850', 'Québec')在进行音译时，您必须确保您的 LC_COLLATE 设置正确，否则将使用默认的 POSIX。
要将“rené”转换为“rene”，我们可以使用以下代码片段
<?php
setlocale(LC_CTYPE, 'nl_BE.utf8');
$string = 'rené';
$string = iconv('UTF-8', 'ASCII//TRANSLIT', $string);
echo $string; // 输出 rene
?>所以，由于 iconv() 并不总是能正常工作，在大多数情况下，使用 htmlentities() 更容易。
例如：<?php $content=htmlentities(file_get_contents("incoming.txt"), ENT_QUOTES, "Windows-1252"); file_put_contents("outbound.txt", html_entity_decode($content, ENT_QUOTES , "utf-8")); ?>在我的系统上，根据测试，以及其他人在其他地方的报道，你只能通过追加来组合 TRANSLIT 和 IGNORE
//IGNORE//TRANSLIT
严格按照这个顺序，但不能通过追加 //TRANSLIT//IGNORE，这会导致 //IGNORE 被忽略 ( :) )。
无论如何，很难理解如何设计一个传递选项的系统，它不允许以简洁的方式将两个选项耦合在一起，而且也很难理解为什么默认行为应该是最没有用且最危险的行为（在第一个意外字符出现时丢弃大部分数据）。软件设计失败 :-/如果您需要从 UTF-8 中尽可能多地剥离国家字符，并将输入的其余部分保持不变（即，将所有可以转换为 ASCII 的字符转换为 ASCII，并将其余部分保留），您可以这样做
<?php
setlocale(LC_ALL, 'en_US.UTF8');
function clearUTF($s)
{
$r = '';
$s1 = iconv('UTF-8', 'ASCII//TRANSLIT', $s);
for ($i = 0; $i < strlen($s1); $i++)
{
$ch1 = $s1[$i];
$ch2 = mb_substr($s, $i, 1);
$r .= $ch1=='?'?$ch2:$ch1;
}
return $r;
}
echo clearUTF('Šíleně žluťoučký Vašek úpěl olol! This will remain untranslated: ᾡᾧῘઍિ૮');
// 输出 Silene zlutoucky Vasek upel olol! This will remain untranslated: ᾡᾧῘઍિ૮
?>
请记住，您必须将区域设置设置为某种 Unicode 编码，以使 iconv 正确处理 //TRANSLIT！如果您想在 Mac OS X 上规范化文件名，因为它位于 UTF-8 NFD 中，而您需要 UTF-8 NFC
(请参阅：http://en.wikipedia.org/wiki/Unicode_equivalence#Combining_and_precomposed_characters)
您可以使用
<?php
$filename_nfc = iconv("UTF-8-MAC", "UTF-8", $filename_nfd);
?>对于那些在浏览器上显示 UCS-2 数据时遇到问题的人，这里有一个简单的函数，可以将 ucs2 转换为 html unicode 实体
<?php
function ucs2html($str) {
$str=trim($str); // 如果您从文件读取
$len=strlen($str);
$html='';
for($i=0;$i<$len;$i+=2)
$html.='&#'.hexdec(dechex(ord($str[$i+1])).
sprintf("%02s",dechex(ord($str[$i])))).';';
return($html);
}
?>对于在 Excel 生成的 CSV 中转换值，以下方法似乎有效
<?php
$value = iconv('Windows-1252', 'UTF-8//TRANSLIT', $value);
?>