如何在PHP中正确处理UTF-8？

我试图让我们的聊天系统支持UTF-8，但失败了。如果在客户端，我通过

encodeURIComponent

发送以下消息：

• î

把这个放在PHP端：

error_log(print_r(array(
    $_POST['message'],
    urldecode($_POST['message']),
    rawurldecode($_POST['message']),
    utf8_decode($_POST['message']),
    utf8_decode(urldecode($_POST['message'])),
    utf8_decode(rawurldecode($_POST['message']))
), true));

这是我的错误日志中的输出：

Array
(
    [0] => %C3%AE%C3%BB%C3%B4%C3%B3
    [1] => îûôó
    [2] => îûôó
    [3] => %C3%AE%C3%BB%C3%B4%C3%B3
    [4] => îûôó
    [5] => îûôó
)

所以一切都很好。但是，如果我使用这些，它们都是从维基百科复制的（分别是俄语和日语页面）：

• зззз
• 日本語

这一切都会下地狱

Array
(
    [0] => %D1%80%D1%83%D1%81%D1%81%D0%BA%D0%B8%D0%B9%20%D1%8F%D0%B7%D1%8B%D0%BA
    [1] => руÑÑкий Ñзык
    [2] => руÑÑкий Ñзык
    [3] => %D1%80%D1%83%D1%81%D1%81%D0%BA%D0%B8%D0%B9%20%D1%8F%D0%B7%D1%8B%D0%BA
    [4] => ??????? ????
    [5] => ??????? ????
)
Array
(
    [0] => %E6%97%A5%E6%9C%AC%E8%AA%9E
    [1] => 日本語
    [2] => 日本語
    [3] => %E6%97%A5%E6%9C%AC%E8%AA%9E
    [4] => ???
    [5] => ???
)

---

我需要做什么才能使它工作？

在整个堆栈中使用UTF8：

• 数据库表
• 数据库连接
• PHP默认字符集设置
• 字符串函数

数据库表： 将数据库排序规则设置为

utf8\u unicode\u ci

将所有文本/varchar字段设置为

utf8\u unicode\u ci

通过执行以下查询，将数据库连接设置为UTF-8：

SET NAMES 'utf8'

PHP字符集 使用：

PHP字符串函数 有些PHP字符串函数不是二进制安全的，因此需要使用mb_*等价物

e、 g.

mb_strlen

而不是

strlen

HTML: 使用元标记设置字符集：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

您的输入已经过URL编码。GET/POST/REQUEST超全局函数已经处理了输入字符串的URL解码，在必要的情况下，您不需要手动对它们进行URL解码

查看导致此请求的原因（XMLHttpRequest？），并删除对

encodeURIComponent（）

的多余调用。例如，如果您使用jQuery

ajax（）

并将POST数据作为对象传递，jQuery将为您调用

encodeURIComponent（）

，您不需要自己也这样做

urldecode($_POST['message']), => îûôó

这被UTF-8误解为Windows代码页1252（西欧，类似于ISO-8859-1）

很可能您已成功地将UTF-8字节保存到日志文件中，但无论您在其中读取日志文件，都没有意识到它应该呈现为UTF-8

utf8_decode(urldecode($_POST['message'])), => îûôó

这仅仅是因为用于测试它的字符也存在于代码页1252中

utf8\U decode

的名称有误导性；它实际做的是将UTF-8字节序列转换为ISO-8859-1字节序列，以表示相同的字符串。您通常希望在UTF-8而不是ISO-8859-1中工作，因此通常应避免utf8_解码

русский язык => ??????? ????

可以理解：代码页1252中不存在西里尔字符

---

假设您正在将错误日志输出发送到一个文件，并尝试读取该文件，请坚持使用纯UTF-8字节，并在一个体面的文本编辑器中读取日志，该编辑器允许您查看和选择编码；理想情况下是一个默认为UTF-8的现代版本。或者，您可以通过另存为UTF-16或UTF-8并在开始处包含字节顺序标记来说服记事本读取Unicode文件。（在UTF-8文件中包含BOM有点错误，但Microsoft世界中的许多工具都这样做。）

不要重复相同的答案。。。像这样的答案已经有很多了那你为什么不把Aistina和其中一个联系起来呢？同时，我会提供一些帮助。可能的重复只是为了以防万一：也许你的日志文件编码和显示字体不处理utf8？如果你把日语和俄语直接放在PHP端，它能工作吗？你确定javascript发送端的内容被破坏了吗？先生，你真是太棒了。这个答案的每一点都很准确：）成功了，非常感谢！

utf8_decode(urldecode($_POST['message'])), => îûôó

русский язык => ??????? ????