PHP处理Windows-1252等多编码邮件转UTF-8乱码问题求解

乱码根因 #

你当前遇到的—乱码是重复转码导致的：你拿到的原始字符串本身就已经是UTF-8编码，你强行将其识别为Windows-1252再次转UTF-8，相当于把UTF-8的字节流按Windows-1252解码再编码为UTF-8，所以原本的em dash（—）就变成了三个乱码字符。

适配任意邮件字符集的通用转码方案 #

不要硬编码源字符集，直接从邮件结构中读取官方声明的编码，再进行转码即可，步骤如下：

1. 从IMAP邮件结构中读取字符集
   使用imap_fetchstructure方法读取邮件头中声明的字符集，这是最准确的源编码依据：

// $imap_stream 是imap_open返回的连接资源，$msg_number是邮件编号
$mail_struct = imap_fetchstructure($imap_stream, $msg_number);
$source_charset = 'UTF-8'; // 兜底默认值，防止部分不规范邮件未声明编码
if (isset($mail_struct->parameters)) {
    foreach ($mail_struct->parameters as $param) {
        if (strtolower($param->attribute) === 'charset') {
            $source_charset = trim($param->value);
            break;
        }
    }
}

2. 优先使用mb_convert_encoding转码
   相比iconv，mb扩展对各种不规范的编码别名兼容性更好，容错率更高：

$utf8_string = mb_convert_encoding($original_raw_string, 'UTF-8', $source_charset);

如果必须使用iconv，需要提前处理编码别名（比如把win1252、windows1252统一映射为标准名Windows-1252），避免识别失败。

额外注意事项 #

• 本地测试输出时，需要提前设置页面编码为UTF-8：header('Content-Type: text/html; charset=utf-8');，避免浏览器错误识别编码导致显示乱码。
• 插入MySQL前，需要将数据库连接编码设置为utf8mb4（执行mysqli_set_charset($conn, 'utf8mb4')或PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8mb4"），同时确保存储字段的字符集为utf8mb4，兼容emoji、特殊符号等所有UTF-8字符。

内容的提问来源于stack exchange，提问作者Rex Banner