0

Estou a fazer file() a um ficheiro e este retorna � entre cada letra do documento.

alfa.dic

Adão
Andy

Código:

$dictionary = file('alfa.dic', FILE_IGNORE_NEW_LINES);

var_dump:

string '�A�d�ã�o�' (length=9)
string '�A�n�d�y�' (length=9)

Pensei que fosse um problema do charset mas mesmo usando utf8_encode() este não remove os caracteres.

Como posso limpar cada linha desses caracteres desconhecidos?

5
  • 1
    Você sabe qual o charset desse arquivo? Em qual SO você esta fazendo isso?
    – gabrielhof
    Commented 9/09/2014 às 16:41
  • o charset do arquivo é 'UTF-16 LE with BOM'
    – CIRCLE
    Commented 9/09/2014 às 16:45
  • 1
    Já tentou usar iconv? iconv('UTF-16LE', 'UTF-8', $string_do_arquivo);
    – gabrielhof
    Commented 9/09/2014 às 16:52
  • Se não, tenta mb_convert_encoding: mb_convert_encoding($string_do_arquivo , 'UTF-8' , 'UTF-16LE');
    – gabrielhof
    Commented 9/09/2014 às 17:18
  • Bem, de qualquer forma, da uma olhada nessa pergunta: stackoverflow.com/questions/6980068/…
    – gabrielhof
    Commented 9/09/2014 às 17:20

1 Resposta 1

2

A pergunta de @gabrielhof ajudou-me a perceber que o problema era o charset do ficheiro estar em 'UTF-16 LE with BOM' em vez de UTF8.

Usando o editor Sublime Text 3 fui a

File -> Save with Encoding -> UTF8

E o problema ficou resolvido para a comunicação com PHP. Obrigado

2
  • 1
    Que bom que resolveu mas eu gostaria de dar uma olhada mais de perto nesse problema mesmo assim então, seria possível você disponibilizar esse arquivo .DIC? Commented 9/09/2014 às 17:23
  • A partir deste site winedt.org/Dict, basta fazer o dowload de qualquer dicionário em UNICODE
    – CIRCLE
    Commented 9/09/2014 às 20:42

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .