WooCommerce wc_get_gallery_image_html函数导致斯堪的纳维亚字符乱码求解

遇到的æ、ø、Ã¥乱码是典型的双重UTF-8编码错误，并非apply_filters挂钩本身的逻辑缺陷：

• 正常UTF-8编码下，丹麦语特殊字符æ的字节序列为0xC3 0xA6
• 如果系统把已经是UTF-8编码的字符串，错误按照单字节的ISO-8859-1（西欧编码）规则再次转换为UTF-8，æ就会被拆成两个独立的单字节字符再次编码，最终输出为æ
• 触发链路通常是：主题/第三方插件挂载到woocommerce_gallery_image_html_attachment_image_params过滤器的回调逻辑，未做多字节字符兼容处理，比如用不带/u修饰符的正则做文本替换、调用未指定UTF-8参数的字符串转义函数，最终叠加形成双重编码
• 数据库、服务器层面全量配置UTF-8但仍出现乱码，是因为编码转换发生在PHP渲染输出的环节，没有落到数据库存储层，因此全局字符集配置无法拦截这类问题。

1. 挂载编码兜底过滤器（不修改WooCommerce核心文件） #

将以下代码添加到当前子主题的functions.php或自定义代码插件中，对画廊输出的title、data-caption字段做编码兜底校验，从根源拦截双重编码的字符串输出：

add_filter( 'woocommerce_gallery_image_html_attachment_image_params', function( $params, $attachment_id ) {
    // 对容易触发编码问题的两个字段做校验
    $check_fields = [ 'title', 'data-caption' ];
    foreach ( $check_fields as $field ) {
        if ( empty( $params[ $field ] ) ) continue;
        $value = $params[ $field ];
        // 检测是否为双重UTF-8编码：如果当前字符串是合法UTF-8，但同时能被当作ISO-8859-1解析出有效丹麦语字符，就执行反向转换
        if ( mb_check_encoding( $value, 'UTF-8' ) && mb_check_encoding( mb_convert_encoding( $value, 'ISO-8859-1', 'UTF-8' ), 'UTF-8' ) ) {
            $params[ $field ] = mb_convert_encoding( $value, 'UTF-8', 'ISO-8859-1' );
        }
    }
    return $params;
}, 10, 2 );

这个逻辑不会修改数据库存储的原始内容，只在前端渲染输出环节自动纠正已经被破坏的编码字符串，后续新增商品的图片标题、说明字段只要是UTF-8正常输入，就不会再输出乱码。

2. 排查并修复第三方回调的兼容性问题 #

通过以下代码列出当前所有挂载到目标过滤器的回调逻辑：

global $wp_filter;
$callbacks = $wp_filter['woocommerce_gallery_image_html_attachment_image_params']->callbacks;

重点排查两类问题代码：

• 所有使用preg_replace处理图片标题、说明的逻辑，确认正则表达式是否加上/u修饰符——没有这个修饰符的正则会将UTF-8多字节字符拆成单字节处理，直接破坏丹麦语特殊字符的字节序列
• 所有调用htmlspecialchars、htmlentities的逻辑，确认是否显式传入第三个参数指定编码为UTF-8，未指定的场景下PHP会按照默认的ISO-8859-1规则做转义，直接触发双重编码。

3. 历史脏数据清理 #

放弃之前在数据库中直接替换为HTML实体的临时方案，用一次性脚本全量扫描附件的post_title、post_excerpt、_wp_attachment_image_alt字段，自动修复存储层面已经形成双重编码的历史数据：

• 修复逻辑和前面的输出层兜底逻辑一致，检测到双重编码的字符串自动反向转换为正确的UTF-8
• 不需要将丹麦语特殊字符硬替换为å这类HTML实体，这类实体存入数据库后，会在前端属性输出时被转义为å，反而导致title属性展示为不可读的代码字符串。

• 不要直接修改WooCommerce核心的wc_get_gallery_image_html函数，核心文件的修改会在后续插件更新时被覆盖，问题会反复出现
• 检查服务器PHP配置，将default_charset固定设置为UTF-8，避免PHP扩展在未显式指定编码时，默认使用西欧单字节编码做字符串转换
• 所有涉及多字节字符处理的逻辑，统一使用mb_*系列多字节字符串函数，避免用原生的单字节strlen、str_replace、preg_replace处理含æ、ø、å这类特殊字符的内容。

内容的提问来源于stack exchange，提问作者Surcrit