PHP数组中Unicode转HTML实体问题求助

我来帮你搞定这个Unicode字符处理的坑！首先咱们得先搞清楚问题出在哪：

问题根源 #

你用的utf8ize函数里的utf8_encode()其实是把ISO-8859-1编码转成UTF-8，但数据库里的长破折号（就是你看到的\u0096）大概率是Windows-1252编码的字符——这个编码里的0x96是长破折号，但在ISO-8859-1里它是个无意义的控制字符，所以用utf8_encode()转出来就会出现异常，甚至之前导致name字段直接变成null，也是因为原字符串编码和处理逻辑不匹配，json_encode无法解析。

解决方案步骤 #

1. 先从源头解决：确保数据库连接用UTF-8

这是最根本的办法，避免后续手动转码的麻烦。不管你用PDO还是mysqli，都要强制设置连接编码为utf8mb4（支持所有Unicode字符，包括emoji）：

• PDO示例：

$pdo = new PDO(
    'mysql:host=your_host;dbname=your_db;charset=utf8mb4',
    'username',
    'password',
    [PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION]
);

• mysqli示例：

$conn = mysqli_connect('your_host', 'username', 'password', 'your_db');
mysqli_set_charset($conn, 'utf8mb4');

这样从数据库取出来的字符串本身就是正确的UTF-8，不用再手动转码，json_encode()也能正常处理name字段，不会返回null。

2. 修复utf8ize函数（如果必须手动转码）

如果因为某些原因没法改数据库连接编码，那咱们把转码逻辑换成更通用的mb_convert_encoding()，指定原编码为Windows-1252（根据你的数据情况调整，如果不确定可以用自动检测）：

function utf8ize($d) {
    if (is_array($d)) {
        foreach ($d as $k => $v) {
            $d[$k] = utf8ize($v);
        }
    } elseif (is_string($d)) {
        // 把Windows-1252编码转成UTF-8，替换成你的实际原编码
        $utf8Str = mb_convert_encoding($d, 'UTF-8', 'Windows-1252');
        // 可选：如果需要把Unicode字符转成HTML实体
        return htmlentities($utf8Str, ENT_QUOTES | ENT_HTML5, 'UTF-8');
    }
    return $d;
}

3. 单独处理HTML实体转换

如果只是想把特定字段（比如name）里的Unicode字符转成HTML实体，也可以单独处理：

// 遍历数组时处理每个元素的name字段
foreach ($arr as &$item) {
    if (isset($item['name']) && is_string($item['name'])) {
        // 先确保是UTF-8编码，再转实体
        $utf8Name = mb_convert_encoding($item['name'], 'UTF-8', 'Windows-1252');
        $item['name'] = htmlentities($utf8Name, ENT_QUOTES | ENT_HTML5, 'UTF-8');
    }
}
echo json_encode($arr);

补充说明 #

• json_encode()输出的\u0096其实是UTF-8字符的Unicode转义序列，前端是可以正常解析显示的，但如果要在HTML里直接显示，转成HTML实体（比如–对应短破折号，—对应长破折号）会更稳妥。
• 用mb_convert_encoding()的时候，一定要确认原字符串的编码是什么——如果不确定，可以试试mb_detect_encoding($d)自动检测，但自动检测可能有误差，最好还是从数据库或数据源确认编码。

内容的提问来源于stack exchange，提问作者wreckit