Форум PHP

Доброй ночи.

Скрипт в cp1251. Данные приходят в utf-8. C помощью iconv конвертирую в cp1251, но на некоторых символах iconv спотыкается. Например, 1/2 (½).

Благо, preg_replace() работает с utf-8 и можно произвести замену до конвертации:

<?php $cont = preg_replace('|\xC2\xBD|','1/2',$cont);

Но у меня два вопроса. Возможно, есть выход лучше, чем preg_replace() и где взять полную таблицу подобных символов (они родные вообще для urf-8?), что-то у меня не получается найти.
Яндекс отвечает: синтаксическая ошибка, а гугль ничего не находит.

Хм... ну разве что str_replace() вместо preg_replace() использовать - будет немного быстрее (правда в этом случае не сильно).

str_replace() вообще не работает. Изначально так и пробовала. Но проблема даже не в скорости обработки, а в том, что я не могу предусмотреть сразу все ошибки и приходится отлавливать по одной по мере их обнаружения.

Вообще говоря странно, что ошибки вообще возникают, обычно iconv() достаточно корректно работает. Не происходит никакой дополнительной обработки текста до iconv()?

Нет, до iconv() только один заголовок: header('Content-type: text/html; charset=utf-8');
потом в переменную получаем данные и сразу iconv() - потом уже все остальное.

Если подобных символов нет, то все работает без ошибок, как только подобный символ - iconv конвертирует только до него.

Вот символы, которые мне удалось собрать, может еще кому пригодится:

$array_utf_pm = array   (           '\xEF\xBB\xBF\xD0\xA1',           '\xE2\x97\x8F',           '\xEF\x83\x98',           '\xE2\x89\x88',           '\xE2\x81\x84',           '\xE2\x80\x90',           '\xE2\x90\x8B',           '\xE2\x88\x99',           '\xE2\x80\xB3',           '\xEF\x83\xBC',           '\xEF\x80\xAD',           '\xEF\xBF\xBD',           '\xE2\x90\x81',           '\xC2\xB2',           '\xC3\x97',           '\xCC\x81',           '\xCD\x98',           '\xCD\x87',           '\xC2\xB8'   ); $cont = preg_replace('|\xC2\xBD|','1/2',$cont); $cont = preg_replace('|\xC2\xBC|','1/4',$cont); $cont = preg_replace('|\xC2\xBE|','3/4',$cont); $cont = preg_replace($array_utf_pm,'',$cont);

Но это же не дело, по одному символу описывать, а что делать - не знаю. Может, я чего-то не понимаю?

P.S. Регулярное выражение по шаблону, кстати, тоже не работает.

Откуда "ноги растут" я нашла. Это символы из таблицы символов WORDa, скопированные методом copy-paste. Вот на некоторых из них iconv() почему-то и спотыкается. Но их там очень много. Как придумать автозамену пока в голову не приходит.

Попробовала вместо iconv() использовать mb_convert_encoding()
Частично помогло. Те же символы превращаются в знаки вопроса, но функция не "спотыкается". Все лучше, чем preg_replace() и постоянный отлов ошибок.

Но если кто-то знает, как решить этот вопрос по-другому, буду благодарна за ответ.

Рано обрадовалась. На символе à (буква а с "ударением") упала и mb_convert_encoding()

а сам скрипт в utf-8 не удастся сохранить?

А что это даст? БД-то все-равно в cp1251. И данные, так или иначе, нужно конвертить в cp1251

Попробуйте вот этот класс:

http://mikolajj.republika.pl/files/ConvertCharset/ConvertCharset_v1.1.zip

Спасибо. Поищу в нем нужную функцию, попробую, отпишу.