脚本宝典收集整理的这篇文章主要介绍了php – 单字节字符编码的两个字节字符(ISO-8859-1)HTML文档，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。
HTTP标头和元标记告诉它使用ISO-8859-1作为字符编码.
但是在这个页面中使用了一个双字节字符(0x201A)(http://unicodelookup.com/#%E2%80%9A).
(复制角色并在http://unicodelookup.com查找)
<div id="articleTitleMal" style="padding-top:10px;">
<font face= "Manorama" >
¼ÈØOVA¢: ÜÍß‚Äí 1.28 ...
</font>
</div>
如何在单字节编码中使用双字节字符？
我不了解这一点并不是好奇心.由于不了解上述问题,我的任务之一被搁置了.
更新：他们正在使用字体www.manoramaonline.com/portal/mmcss/Manorama.ttf,我认为Manaorama字体中的一些字符使用两个字节.
UPDATE2：我尝试使用以下代码将文档从ISO-8859-1转换为UTF-8.
<?PHP $t = file_get_contents('http://www.manoramaonline.com/cgi-bin/MMOnline.dll/portal/ep/malayalamContentView.do?tabId=11&programId=1073753760&BV_ID=@@@&contentId=15238737&contentType=EDITORIAL&articleType=Malayalam%20News'); // Change the charset info in Meta-tag $t = str_replace('ISO-8859-1','UTF-8',$t); file_put_contents('t.html',utf8_encode($t));
那个时候缺少上面选择的字符.
因此,当数据包含字节82(十六进制)时,它不作为控制字符(根据ISO 8859-1)而是作为U 201A“,”(根据Windows-1252).
但是,该页面使用字体技巧,根据特殊的内部非标准编码将代码位置映射到Malayalam字符. (如果你在页面上禁用了样式表,你可以看到这一点.所有文本都变得乱七八糟.)页面实际上并不意味着包含U 201A“,”但字节82是在字体中分配马拉雅拉姆字符的字节.
因此,您需要按原样保留字节以获得相同的结果.转换为UTF-8会破坏这一点.
如果要将数据转换为Unicode,则需要找出正在使用的字体的内部编码,并在字符级别执行该映射.
以上是脚本宝典为你收集整理的php – 单字节字符编码的两个字节字符(ISO-8859-1)HTML文档全部内容，希望文章能够帮你解决php – 单字节字符编码的两个字节字符(ISO-8859-1)HTML文档所遇到的问题。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。