PHP中iconv()转UTF-8到ISO-8859-1时德语变音字符处理失败

为什么德语变音字符（äöü）变成问号？ #

核心原因是你的字符串中，这些变音字符可能不是ISO-8859-1兼容的单个UTF-8字符（比如U+00E4 ä、U+00F6 ö、U+00FC ü），而是由基础字符+组合变音符组成的UTF-8序列（比如a+U+0308分音符）。

ISO-8859-1只支持单个字节的预组合变音字符，不支持组合字符序列。当iconv遇到这种无法映射到ISO-8859-1的组合序列时，即使使用了//IGNORE，部分系统/环境下的iconv实现会将其替换为问号——这是因为iconv对“无法转换”的判定逻辑，组合字符序列被视为无效转换目标，触发了默认的替换行为。

为什么//IGNORE没移除无法转换的字符，反而出现问号？ #

首先明确iconv('UTF-8', 'ISO-8859-1//IGNORE', $text)的预期行为是跳过所有无法转换为ISO-8859-1的字符，但这个行为依赖两个前提：

• 源字符串是严格有效的UTF-8编码；
• 字符确实无法映射到目标编码，且iconv的本地实现遵循//IGNORE规范。

你遇到的问号问题，大概率是变音字符的组合形式导致iconv无法识别为“可忽略”的无效字符，而是判定为“转换失败”，进而用问号替代（部分Linux/BSD环境下的iconv版本会有这种表现）。

解决方法 #

要确保预组合变音字符被正确转换，同时移除真正不属于ISO-8859-1的字符，可按以下步骤处理：

方法1：使用intl扩展归一化字符串 #

先将组合字符序列转换为单个预组合字符（需启用PHP的intl扩展）：

$text = "test 💂🏼‍♂️ test xäöüx x@x x€x";

// 归一化组合字符为预组合形式
if (extension_loaded('intl')) {
    $text = normalizer_normalize($text, Normalizer::FORM_C);
}

// 执行转换
$text = iconv('UTF-8', 'ISO-8859-1//IGNORE', $text);
echo $text; // 输出：test test xäöüx x@x xx

方法2：正则替换组合变音符（无intl扩展时） #

如果无法启用intl扩展，可通过正则替换常见的组合变音符：

$text = "test 💂🏼‍♂️ test xäöüx x@x x€x";

// 替换组合变音符为预组合字符
$text = preg_replace('/([a-zA-Z])\xCC\x88/u', '\1' . "\xC3\xA4", $text); // a+分音符 → ä
$text = preg_replace('/([oO])\xCC\x88/u', '\1' . "\xC3\xB6", $text); // o+分音符 → ö
$text = preg_replace('/([uU])\xCC\x88/u', '\1' . "\xC3\xBC", $text); // u+分音符 → ü

// 执行转换
$text = iconv('UTF-8', 'ISO-8859-1//IGNORE', $text);
echo $text; // 输出：test test xäöüx x@x xx

内容的提问来源于stack exchange，提问作者fx123