将非 Unicode、非英语的内容转换为 Unicode

Question

我有一个使用“xyz”语言编写的文本内容。

<p style="font-family:xyz;"> eWvS³: kmwkMnsâ kq¸Àt^mWmb KmeIvkn kocoknsâ aq¶mw]Xn¸v </p>
// It will not display correctly as font is not embedded.

这里的字体“xyz”（xyz.ttf）是非 Unicode 字体。

现在我想要将那个“XYZ”（xyz.ttf）字体的文本转换为 Unicode 的“PQR”（pqr.ttf）字体。

简单来说，就是将非 Unicode 中文字体（non_uni_chinese.ttf）转换为 Unicode 中文字体（uni_chinese.ttf）。

我该如何使用 PHP 实现呢？请帮忙提供一下方法吧。

- TheKid

---

你确定 "xyz.ttf" 文件包含 Unicode 字符吗？正常字符能否正常渲染？ - user1299518

"xyz.ttf" 是一种非Unicode字体，而 "pqr.ttf" 则是Unicode字体。文本 "eWvS³: kmwkMnsâ kq¸Àt^mWmb...." 目前使用的是非Unicode字体 "XYZ"。 - TheKid

Answer 1

您必须“逐个字符”地进行此操作。

这意味着您必须将“非Unicode中文”字体中的每个字符替换为Unicode字体中的字符。 我不太了解中文，但在越南，他们使用以下方式：

1. 用Unicode字体编写包含“非Unicode”字体的字符串，这些字符将无法正确显示。例如：Ñaây laø Tieáng Vieät <- 这是一个使用Unicode字体编写的非Unicode越南语。 2. “逐个字符”替换。例如：Ñ = Đ; aâ = â; aø = 2;... 3. 然后我们得到这个结果：Đây là Tiếng Việt。

当然，我们不是逐步执行，我们使用称为“Unikey”的软件来执行此操作。

我相信在中文中有一种软件可以做到这一点。这里的重点是您必须在PHP中再次“执行”它。

以下是一些可以帮助您的内容：http://www.pinyin.info/tools/converter/chars2uninumbers.html 祝你好运。

- Tony Dinh

---

谢谢TrungDQ，听起来很合理，我已经开始相应的编码了。还要感谢转换工具。 - TheKid

Answer 2

生成的输出应该使用一种编码方式。虽然这不是一个完美的解决方案，但是如果要将字符串转换为不同的编码方式，您应该使用iconv函数http://www.php.net/manual/en/function.iconv.php

- Ivan Fateev

---

我也想到了iconv()。但是不知道如何正确使用。能否再解释一下？谢谢。 - TheKid

在进行iconv之前，您需要知道这个字符串的编码方式，也就是所说的语言。 - user1299518

编码？我有两种字体，我有这个字符串，我知道它是用“xyz”语言编写的。说：从非Unicode中文(non_uni_chinese.ttf)到Unicode中文(uni_chinese.ttf)。亲爱的，清楚吗？谢谢。 - TheKid

iconv无法将非Unicode编码转换为Unicode。您应该指定源字符串的编码和结果编码（在您的情况下，我猜是utf-8）。作为替代方案，您可以使用php的多字节库扩展的mb_detect_encoding函数来检测源文本的编码http://php.net/manual/en/function.mb-detect-encoding.php，并使用mb_convert_encoding作为iconv的替代方案。但根据我的经验，这些函数经常做错事情。我不明白一件事：为什么您在页面上使用不同的编码？ - Ivan Fateev

@JohnPoison 非Unicode字符串来自远程URL，我需要将其转换为Unicode以适用于Palm设备。 - TheKid