Konvertierung von ASCII zu UTF-8 klappt nicht

[omex]

Guten Abend,

ich weis nicht wieso der Inhalt nicht in UTF-8 konvertiert wird.

Die Ausgabe im ersten echo ist ASCII

Ich erzwinge eine Konvertierung in UTF-8, aber das zweite echo ist dennoch ASCII.

Weis Jemand wieso das noch der Fall ist?

Vielen Dank und schönen Abend.

Meine PHP Datei ist UTF-8

$content = file_get_contents('http://www.janke-reisen.de/kontakt/impressum.html');
echo $charset = mb_detect_encoding($content);
$content = iconv($charset, 'UTF-8', $content);
echo $charset = mb_detect_encoding($content); 

[mermshaus]

Deine Eingabe enthält vermutlich keine Multibyte-UTF-8-Characters. Sonst würde das erste mb_detect_encoding bereits "UTF-8" liefern.

Beispiel:

<?php // gespeichert als UTF-8

$content = 'ÄÖÜ';
echo $charset = mb_detect_encoding($content);
$content = iconv($charset, 'UTF-8', $content);
echo $charset = mb_detect_encoding($content);

Da die ersten 128 Zeichen (die ASCII 1-Byte-Characters) in ASCII und UTF-8 identisch kodiert werden, ist ein String ohne Multibyte-Characters in UTF-8 binär identisch zum selben String in ASCII. mb_detect_encoding hat deshalb keinen Grund, UTF-8 anzunehmen, wenn ASCII ausreicht.

Wie zeichnest du in impressum.html denn zum Beispiel Umlaute (in UTF-8 Multibyte-Characters) aus, falls die Datei überhaupt welche enthält?

[omex]

hi, danke für die antwort. ich habe keine ahnung welchen zeichensatz die seite selber hat. ich hole die seiten aus der datenbank und parse den content. ich nutze preg_match mit /u also utf-8. deshalb will ich alles in utf-8 konvertieren und es funzt nicht, wenn es ascii ist.

Wie zeichnest du in impressum.html denn zum Beispiel Umlaute (in UTF-8 Multibyte-Characters) aus, falls die Datei überhaupt welche enthält?

Wie kann man die Sonderzeichen auszeichnen? weis nicht genau was du damit meinst

[mermshaus]

...und es funzt nicht, wenn es ascii ist.

Dann brauchst du auch nichts zu konvertieren, da wie gesagt alle ASCII-Zeichen in UTF-8 identisch kodiert werden wie in ASCII.

ASCII ist ein winziger, binär kompatibler Teil von UTF-8, wenn man so will.

Wie kann man die Sonderzeichen auszeichnen? weis nicht genau was du damit meinst

Ich meinte HTML-Entities, also etwa "ä" für "ä". Alle sechs Zeichen von "ä" liegen im ASCII-Zeichensatz. In dem Fall hätte mb_detect_encoding eben keinen Grund, UTF-8 anzunehmen. Keine Ahnung, ich kenne den Eingabestring nicht, der dir irgendeine Art von Problem zu bereiten scheint.

[nikosch]

Hängt das jetzt mit der anderen Frage zusammen und brauchte es dafür schon wieder nen neuen Thread? Vermultich sind im 2. Webcontent schon Entities enthalten. Klar werden dann keine Umlaute ersetzt.

[omex]

Guten Morgen ,

Es geht mir um das Verständnis, wieso der ascii formatierte Text keine Sonderzeichen ersetzt.

echo preg_replace("/\ü/","lol",$content);

funktioniert nicht mit Elke Janke Reisen GmbH - Impressum.

Und ich verstehe einfach nicht, wieso preg_replace auf einigen Webseiten funktioniert und wieder nicht. (Berücksichtig selbstverständlich HTML-Enti.).

Content der Site, vielleicht hat noch Jemand eine Idee, ansonsten renn ich gegen die Mauer.


[MOD: Entfernt]

[nikosch]

Man guck doch in den Quelltext. Und versuch wenigstens, die ANtworten zu verstehen!!

table width="500" align="center" valign="top" cellspacing="0" cellpadding="0" border="0">
<tr>
<td class="w8"><br><b>Gesch&auml;ftsf&uuml;hrer:</b> Elke ..

</tr>
</table>

[MOD] Bitte keine Inhalte posten, die Dir nicht gehören!

[omex]

nikosch vielen dank, sollte mal zum optiker, man renne ich blind durch die welt. habe es mit einem einfachen:

$content = html_entity_decode($content,ENT_QUOTES,'UTF-8'); 

gelößt. vielen vielen dank euch allen .