mb_detect_encoding() в php

Это известная ошибка.

Windows-1251 и Windows-1252 будут успешными только в том случае, если вся строка состоит из старших байтов в определенном диапазоне. Это означает, что вы никогда не получите правильное преобразование, потому что текст будет отображаться как ISO-8859-1, даже если это Windows-1252.

Я столкнулся с этой проблемой при преобразовании из LATIN1 в UTF-8. У меня было много содержимого, вставленного из Microsoft Word и сохраненного в поле VARCHAR с использованием кодировки LATIN1 таблицы MySQL. Как вы, наверное, знаете, Word преобразует апострофы и кавычки в умные апострофы и фигурные кавычки. Ни один из них не будет отображаться на экране, потому что эти символы не были должным образом преобразованы. Текст всегда определялся как ISO-8859-1. Чтобы решить проблему, я принудительно преобразовал Windows-1252 в UTF-8, и апострофы и кавычки (и другие символы) были правильно преобразованы.

Не уверен, что отвечу на все ваши вопросы, но вот:

Насколько я понимаю, windows-1252 является надмножеством iso-8859-1, что наводит меня на мысль, зачем вообще использовать utf8_encode()? почему бы просто не использовать iconv('Windows-1252', 'UTF-8', $str) вместо utf8_encode(), поскольку все, что представлено в iso-8859-1, будет преобразовано, а также символы, уникальные для windows-1252

Не стоит заморачиваться с ut8_encode. Перейдите к iconv() или mb_convert_encoding. ut8_encode преобразует только ISO-8859-1 в UTF-8. если вам нужно преобразовать между различными кодировками, вы должны использовать другие функции.

Относительно марки евро. Не уверен, что это было добавлено (официально или неофициально) в ISO-8859-1 в какой-то момент, но оба утверждения ниже возвращают true

$ansi = "€";//euro mark, the code file itself is in ansi

$detected = mb_detect_encoding($ansi, "WINDOWS-1252", TRUE);// $detected == "Windows-1252"
echo $detected."<br/>-<br/>";
$detected = mb_detect_encoding($ansi, "ISO-8859-1", TRUE);// $detected == ISO-8859-1
echo $detected."<br/>-<br/>";


$detected = mb_detect_encoding($ansi, "WINDOWS-1252");// $detected == "Windows-1252"
echo $detected."<br/>-<br/>";
$detected = mb_detect_encoding($ansi, "ISO-8859-1");// $detected == ISO-8859-1
echo $detected."<br/>-<br/>";

Обратите внимание, это результат, когда для параметра strict установлено значение True или False. Это может объяснить, почему

мой $detect_order = array('ASCII', 'ISO-8859-1', 'Windows-1252','UTF-8'); Я знаю, что это неверно, так как это дало мне следующие результаты

дает вам ISO-8859-1. Я заметил, что вы переключили UTF-8 перед ISO в последнем порядке, поэтому в конце он дал вам UTF-8.

почему мой порядок обнаружения ('ASCII', 'ISO-8859-1', 'Windows-1252', 'UTF-8') неверен для того, что я хочу получить?

На сайте php http://us3.php.net/manual/en/function.mb-detect-order.php, установка ISO перед UTF-8 всегда будет возвращать ISO. Проверьте их бесполезный пример порядка обнаружения.

Из того, что я видел, кажется, что если у вас есть и ISO-8859-1, и Windows-1252, вы получите обратно ISO. Если вы уберете одно или другое, вы получите то, что останется от двух. Таким образом, расположение последних двух ниже, похоже, не имеет значения.

$detect_order = array('ASCII', 'UTF-8', 'Windows-1252', 'ISO-8859-1'); $detect_order = array('ASCII', 'UTF-8', 'ISO-8859-1', 'Windows-1252');

символ € не является частью кодировки utf8!

вы должны поставить его как !

или кодировать в windows-1252 или iso-8859-15 (то же самое, что и iso-8859-1, но с символом €)