[PHP] utf8_decode probleem

[Verwijderd]

Via een xmlparser haal ik een string op die ik in een mysql db wil drukken. Ik heb alleen een probleem met de 's in die string.

Ik utf8_decode de string namelijk alvorens hem in de db te drukken en dan gebeurd het volgende:

voor utf8_decode:

code:

<P><STRONG>Algemeen<BR></STRONG>’s Avonds

na utf8_docode:

code:

<P><STRONG>Algemeen<BR></STRONG>?s Avonds

Hij maakt dus van ’ -> ?s ipv 's.

Wie weet wat ik verkeerd doe? Thanks voor hulp.

[ Voor 23% gewijzigd door Verwijderd op 25-10-2005 16:17 ]

[Bosmonster]

Is de pagina waar je het op weer geeft, of de tabel waar je het instopt wel UTF8?

[crisp]

utf8_decode decodeert een string van utf8 naar ISO-8859-1. ™ is echter geen geldig karakter in ISO-8859-1...

[Verwijderd]

tabel waar ik het instop is niet UTF8, anders had ik het niet hoeven converteren. Crisp, heb je suggesties over hoe ik het kan converteren?

[frickY]

Volgens mij is die "’"-reeks ookal ongeldigde UTF8-code.
Lijkt me dat de maker van die string is vergeten html_entities over de string te trekennen alovrens te encoden, ipv erna.

[Verwijderd]

zou goed kunnen. Hoe kan ik hierachter komen? Het is trouwens een landelijke ASP XML service die ik bequery.

[crisp]

Zelf gebruik ik iets dergelijks:

PHP:

function translate_entities($string)
{
    if (function_exists('html_entity_decode'))
    {
        $string = html_entity_decode($string, ENT_QUOTES, 'ISO-8859-15');
    }
    else
    {
        $string = strtr($string, array_flip(get_html_translation_table(HTML_ENTITIES)));
    }

    $string = preg_replace('/&#([0-9]+);?/e', 'chr(\'$1\')', $string);

    return $string;
}

[Verwijderd]

Crisp, bedankt ik ga hem proberen

Ik gebruikte deze

PHP:

function decodeHTML($string)
{
    $trans_tbl = get_html_translation_table(HTML_ENTITIES);
    $trans_tbl = array_flip ($trans_tbl);
    return strtr ($string, $trans_tbl);
}

[Verwijderd]

Crisp, ik heb je functie gebruikt. Doet exact hetzelfde.

[ Voor 4% gewijzigd door Verwijderd op 26-10-2005 10:49 ]

[crisp]

™ wordt in mijn functie vertaald naar "
†hoeven niet vertaald te worden en zijn gewoon geldige karakters in (in mijn geval) ISO-8859-15, maar ik denk dat dat gewoon een fout is in die feed.

Edit: ik moet natuurlijk wel mijn sourcefile opslaan als UTF-8

ok, †is dus een multi-byte karakter en is volgens mij deze: …
Echter als ik html_entity_decode met UTF-8 gebruikt krijg ik:

Warning: cannot yet handle MBCS in html_entity_decode()! in c:\wwwroot\bla.php on line 22

[ Voor 42% gewijzigd door crisp op 26-10-2005 11:01 ]