PHP中解码含\x且编码值超255的字符串问题求助

问题分析 #

你提供的PHP字符串中，\xce\xbb这类转义序列是目标字符的UTF-8字节，但PHP双引号会将其解析为ISO-8859-1（Latin-1）编码的字符。之前使用utf8_encode(utf8_encode($str))是错误的——该函数仅用于将ISO-8859-1转成UTF-8，两次转码会导致字节序列混乱，无法得到正确结果。

正确解决方法 #

以下几种方式均可实现需求：

方法1：直接输出并设置UTF-8编码

PHP字符串本质是字节流，你的$str已经包含了目标字符的UTF-8字节序列，只需确保输出时的字符集为UTF-8即可：

header('Content-Type: text/html; charset=utf-8');
$str = "\xce\xbb\xc6\x9b\xc2\xac\xe2\x88\xa7\xe2\x9f\x91\xe2\x88\xa8\xe2\x9f\x87\xc3\xb7 \xe2\x82\xac\xc2\xbd\xe2\x88\x86\xc3\xb8\xe2\x86\x94\xc2\xa2\xe2\x8c\x90\xc3\xa6";
echo $str;

方法2：使用mb_convert_encoding转码

将解析后的ISO-8859-1字符串转换为UTF-8（等价于把原始字节序列按UTF-8解码）：

header('Content-Type: text/html; charset=utf-8');
$str = "\xce\xbb\xc6\x9b\xc2\xac\xe2\x88\xa7\xe2\x9f\x91\xe2\x88\xa8\xe2\x9f\x87\xc3\xb7 \xe2\x82\xac\xc2\xbd\xe2\x88\x86\xc3\xb8\xe2\x86\x94\xc2\xa2\xe2\x8c\x90\xc3\xa6";
$decoded = mb_convert_encoding($str, 'UTF-8', 'ISO-8859-1');
echo $decoded;

方法3：从十六进制序列还原字节

如果字符串是以十六进制转义形式存储的，可以先去除\x前缀，再将十六进制字符串转为字节序列：

header('Content-Type: text/html; charset=utf-8');
$hexRaw = '\xce\xbb\xc6\x9b\xc2\xac\xe2\x88\xa7\xe2\x9f\x91\xe2\x88\xa8\xe2\x9f\x87\xc3\xb7 \xe2\x82\xac\xc2\xbd\xe2\x88\x86\xc3\xb8\xe2\x86\x94\xc2\xa2\xe2\x8c\x90\xc3\xa6';
$hexStr = str_replace('\x', '', $hexRaw);
$str = hex2bin($hexStr);
echo $str;

以上三种方法均可输出预期结果：λƛ¬∧⟑∨⟇÷ €½∆ø↔¢⌐æ

内容的提问来源于stack exchange，提问作者touka