Форум PHP программистов > Как перекодировать файл

[ Поиск ] - [ Пользователи ] - [ Календарь ]

Владимир55

1.11.2017 - 23:45

Файл в формате csv получен из Яндекс вебмастера и перекодировать его средствами РНР не удается.

Если открыть файл блокнотом, то там кодировка Юникод. Не UTF-8, а именно Unicode.

При перекодировании

$val_new = iconv('utf-8', 'cp1251', $val);

получаем

Цитата

48AB0=F8@>20BLAO >B =5C40G=8:>2
@0AG5BK ?> D@0=G0978=3C

При перекодировании

$val_new = iconv('utf-16', 'cp1251', $val);

получаем

Цитата

бизнесмен олег герасимов
4истанцироватьсяР>тР=еудачниковЉ

Как можно решить эту проблему?

AllesKlar

2.11.2017 - 00:40

Цитата (Владимир55 @ 1.11.2017 - 21:45)

Если открыть файл блокнотом, то там кодировка Юникод. Не UTF-8, а именно Unicode.

Нет такой кодировки Unicode.
Unicode - это стандарт, а за отображение Unicode отвечают как раз кодировки UTF-8, UTF-16 и т.д.
Выложи файл куданидь, посмотрим.

_____________
[продано копирайтерам]

sergeiss

2.11.2017 - 00:42

Владимир55, я зашел в гугл, спросил у него "php unicode decode"... Получил много ссылок. Ты пробовал это сделать прежде, чем спрашивать на форуме?

_____________
* Хэлп по PHP
* Описалово по JavaScript
* Хэлп и СУБД для PostgreSQL

* Обучаю PHP, JS, вёрстке. Интерактивно и качественно. За разумные деньги.

* "накапливаю умение телепатии" (С) и "гуглю за ваш счет" (С)

walerus

2.11.2017 - 00:59

Владимир55 попробуйте mb-convert-encoding

Владимир55

2.11.2017 - 10:03

Цитата (AllesKlar @ 1.11.2017 - 20:40)

Цитата (Владимир55 @ 1.11.2017 - 21:45)

Если открыть файл блокнотом, то там кодировка Юникод. Не UTF-8, а именно Unicode.

Нет такой кодировки Unicode.
Unicode - это стандарт, а за отображение Unicode отвечают как раз кодировки UTF-8, UTF-16 и т.д.
Выложи файл куданидь, посмотрим.

Это для меня не новость, я это знаю. Но Блокнот показывает, что это НЕ UTF-8.

См. криншот.

Владимир55

2.11.2017 - 10:08

mb-convert-encoding не изменило ситуацию.

(Обрабатываемый файл, почему-то, форум не позволяет вставить).

AllesKlar

2.11.2017 - 11:26

Цитата (Владимир55 @ 2.11.2017 - 08:03)

Но Блокнот показывает, что это НЕ UTF-8.

Блокнот - это что? Это та программа от криворуких программистов, которая убивает все кодировки, насильственно их изменяет и вставляет в файл кучу своего мусора? Нет, для меня это не аргумент.

Позволю себе еще раз:

Цитата (AllesKlar @ 1.11.2017 - 22:40)

Выложи файл куданидь, посмотрим.

_____________
[продано копирайтерам]

Владимир55

2.11.2017 - 19:33

Файл вот здесь: http://rgho.st/6kQqVGYjV

Владимир55

2.11.2017 - 21:01

Перекодировал вручную с помощью Notepad++ все использующиеся информационные csv файлы - так быстрее получилось.

Спасибо всем откликнувшимся!

arbuzmaster

2.11.2017 - 21:04

Вот, что показывает мой блокнот(gedit) :unsure:


бизнесмен олег герасимов	1	1		https://
дистанцироваться от неудачников		1		https://
расчеты по франчайзингу		1		https://

Из этого могу сделать вывод, что это однозначно UTF-8

_____________
Мой первый сайтик

Посмотри на свой XBMC под другим углом

killer8080

2.11.2017 - 22:23

Цитата (arbuzmaster @ 2.11.2017 - 21:04)

Из этого могу сделать вывод, что это однозначно UTF-8

ошибочный вывод, там utf-16! Код ТС из первого поста рабочий.

Владимир55

2.11.2017 - 23:22

Цитата (killer8080 @ 2.11.2017 - 18:23)

Цитата (arbuzmaster @ 2.11.2017 - 21:04)

Из этого могу сделать вывод, что это однозначно UTF-8

ошибочный вывод, там utf-16! Код ТС из первого поста рабочий.

Там вот какая кодировка:
user posted image

(Инфа из Notepad++)

AllesKlar

3.11.2017 - 00:16

Цитата (Владимир55 @ 2.11.2017 - 21:22)

Цитата (killer8080 @ 2.11.2017 - 18:23)

Цитата (arbuzmaster @ 2.11.2017 - 21:04)

Из этого могу сделать вывод, что это однозначно UTF-8

ошибочный вывод, там utf-16! Код ТС из первого поста рабочий.

Там вот какая кодировка:
user posted image

(Инфа из Notepad++)

А вот, что показывает терминал в нормальной ОС
user posted image

_____________
[продано копирайтерам]

killer8080

3.11.2017 - 10:42

Цитата (Владимир55 @ 2.11.2017 - 23:22)

Там вот какая кодировка:

все верно
UCS - кодовая страница (charset), набор символов
UTF - кодировка (encoding), способ представления кодовой страницы
https://ru.wikipedia.org/wiki/Юникод

Цитата

Стандарт состоит из двух основных разделов: универсальный набор символов (англ. UCS, universal character set) и семейство кодировок (англ. UTF, Unicode transformation format). Универсальный набор символов задаёт однозначное соответствие символов кодам — элементам кодового пространства, представляющим неотрицательные целые числа. Семейство кодировок определяет машинное представление последовательности кодов UCS.

Быстрый ответ:

Здесь расположена полная версия этой страницы.