如何用PHP 8转换Oracle 19c（AL32UTF8/UTF8）中的未知字符？

1. 定位问题字符 #

你遇到的"长破折号"是EN DASH（Unicode编码U+2013），在AL32UTF8中对应的字节序列是e28093。显示为问号是字符集转码不匹配导致PHP无法识别该字符。

可以用以下代码确认字符的原始字节：

// 传入从数据库取出的文本
$dbText = "TU – TP";
echo bin2hex($dbText);

若输出为545520e28093205450，说明字符本身正常，仅显示/转码环节出问题；若为5455203f205450，则说明读取时已丢失字符信息，需先修复数据库连接的字符集。

2. 修复Oracle连接的字符集设置 #

Oracle的UTF8字符集为非标准的CESU-8，而AL32UTF8才是符合标准的UTF-8编码。PHP用OCI8连接时，需显式指定字符集为AL32UTF8，避免转码丢失：

$username = 'your_user';
$password = 'your_pass';
$db = 'your_db_tns';
// 连接时指定AL32UTF8字符集
$conn = oci_connect($username, $password, $db, 'AL32UTF8');

这样读取的文本会直接是标准UTF-8编码，特殊字符不会变成问号。

3. 替换或转换特殊字符 #

如果已拿到带问号的文本（或需要统一替换特殊字符），可直接针对EN DASH进行替换：

// 替换EN DASH为普通短横
$fixedText = str_replace("\xe2\x80\x93", "-", $dbText);

// 或者用Unicode转义写法（PHP 7+支持）
$fixedText = str_replace("\u{2013}", "-", $dbText);

4. 解决PDF输出失败问题 #

生成PDF时，必须确保使用的字体支持UTF-8特殊字符。以常用的TCPDF为例，需加载支持Unicode的字体（如DejaVu Sans）：

require_once('tcpdf/tcpdf.php');
$pdf = new TCPDF();
// 设置支持UTF-8的字体
$pdf->SetFont('dejavusans', '', 12, '', true);
// 输出文本
$pdf->Write(0, $fixedText);
$pdf->Output('output.pdf', 'I');

若使用FPDF，需引入fpdf_unicode.php扩展并设置对应字体。

内容的提问来源于stack exchange，提问作者Gregory Bologna