php 碰到一个中文乱码引起的神奇的问题

Question

比如

$data = '百度�腾讯，阿里';

$data1 // 是一个变量 打印出来就是 '百度�腾讯，阿里'

var_dump($data);
var_dump($data1);

打印结果:
$data：string(24) "百度�腾讯，阿里"
$data1：string(22) "百度�腾讯，阿里"

$keywordsData = json_encode($data, JSON_UNESCAPED_UNICODE);
$keywordsData1 = json_encode($data1, JSON_UNESCAPED_UNICODE);
var_dump($keywordsData);
var_dump($keywordsData1);

打印结果:
keywordsData:string(26) ""百度�腾讯，阿里""
keywordsData1:bool(false)

这是为什么啊 我想直接拿变量 但现在遇到这个问题，求解答，谢谢

Answer 1

$data：string(24) "百度�腾讯，阿里"  //这里8个字符，utf-8中的中文占3个字符，因此长度为24
$data1：string(22) "百度�腾讯，阿里" //这里长度为 22，说明不是utf-8 而json_encode不支持非utf-8字符
//输出错误看看
var_dump(json_last_error());

Answer 2

两个变量不一样，虽然都是字符串，但是长度一个24，一个22，第二个很明显不是UTF8编码，json_encode当然会错误。

你可以先检测下字符串编码，mb_detect_encoding，然后再转成UTF8，mb_convert_encoding。