Php UTF-8一路走来

我正在设置一个新服务器，希望在我的web应用程序中完全支持UTF-8。我过去曾在现有服务器上尝试过这一点，但最终似乎不得不回到ISO-8859-1

我到底需要在哪里设置编码/字符集？我知道我需要配置Apache、MySQL和PHP来实现这一点——我是否可以遵循一些标准检查表，或者对出现不匹配的地方进行故障排除

---

这适用于运行MySQL 5、PHP、5和Apache 2的新Linux服务器。

在PHP中，您需要使用或打开。这样，如果您的字符占用多个字节，则strlen之类的功能将起作用

---

您还需要确定响应的字符集。您可以如上所述使用AddDefaultCharset，也可以编写返回标头的PHP代码。（或者您可以向HTML文档添加元标记。）

除了在php.ini中设置

默认字符集

，您还可以在任何输出之前，使用

header（）

从代码中发送正确的字符集：

header('Content-Type: text/html; charset=utf-8');

在PHP中使用Unicode很容易，只要您意识到大多数字符串函数不能使用Unicode，有些函数可能会完全损坏字符串。PHP认为“字符”的长度为1字节。有时这是可以的（例如，

explode（）

只查找字节序列并将其用作分隔符，因此查找实际字符并不重要）。但在其他情况下，当函数实际设计用于处理字符时，PHP不知道文本具有Unicode中的多字节字符

---

一个好的借书室是。这将重写所有“坏”函数，以便您可以安全地处理UTF8字符串。也有像mbstring扩展这样的扩展尝试为您实现这一点，但我更喜欢使用库，因为它更便于移植（但我编写了大众市场产品，所以这对我很重要）。但是phputf8可以在幕后使用mbstring来提高性能。

数据存储：

• 在数据库中的所有表和文本列上指定

  utf8mb4

  字符集。这使得MySQL物理上存储和检索以UTF-8本机编码的值。请注意，如果指定了排序规则（没有任何显式字符集），MySQL将隐式使用

  utf8mb4

  编码

• 在较旧版本的MySQL（<5.5.3）中，不幸的是，您不得不简单地使用

  utf8

  ，它只支持Unicode字符的子集。我希望我是在开玩笑

数据访问：

• 在应用程序代码（例如PHP）中，无论使用何种DB访问方法，都需要将连接字符集设置为

  utf8mb4

  。这样，当MySQL将数据交给您的应用程序时，它不会从本机UTF-8进行转换，反之亦然

• 一些驱动程序提供了自己的机制来配置连接字符集，它既更新自己的内部状态，又通知MySQL要在连接上使用的编码，这通常是首选方法。在PHP中：
  • 如果将抽象层与PHP一起使用≥ 5.3.6中，您可以指定

    字符集

    ：

  • 如果您正在使用，您可以拨打：

  • 如果您一直使用plain，但碰巧正在运行PHP≥ 5.2.3，你可以打电话

• 如果驱动程序没有提供自己的机制来设置连接字符集，那么您可能必须发出一个查询，告诉MySQL您的应用程序希望如何对连接上的数据进行编码：

• 关于

  utf8mb4

  /

  utf8

  的考虑同样适用于上述情况

输出：

• 如果您的应用程序将文本传输到其他系统，则还需要通知他们字符编码。对于web应用程序，必须通知浏览器发送数据的编码（通过HTTP响应头或电子邮件）

• 在PHP中，您可以使用PHP.ini选项，或者自己手动发出

  内容类型

  MIME头，这只是更多的工作，但具有相同的效果

• 使用

  json\u encode（）

  对输出进行编码时，添加

  json\u UNESCAPED\u UNICODE

  作为第二个参数

输入：

• 不幸的是，在您尝试存储或在任何地方使用它之前，您应该验证每个接收到的字符串是否是有效的UTF-8。PHP可以做到这一点，但你必须虔诚地使用它。真的没有办法解决这个问题，因为恶意客户端可以以他们想要的任何编码提交数据，我还没有找到让PHP可靠地为您完成这项工作的窍门

• 从我对当前的阅读来看，以下子项目符号对于现代HTML不再是必要的，甚至不再有效。我的理解是，浏览器将使用并提交文档指定字符集中的数据。但是，如果您针对的是较旧版本的HTML（XHTML、HTML4等），以下几点可能仍然有用：
  • 仅适用于HTML5之前的HTML：您希望浏览器发送给您的所有数据都是UTF-8格式。不幸的是，如果要可靠地执行此操作，唯一的方法是将

    接受字符集

    属性添加到所有
    标记中：

  • 仅适用于HTML5之前的HTML：请注意，W3C HTML规范规定，客户端“应该”默认使用服务器提供的任何字符集将表单发送回服务器，但这显然只是一个建议，因此需要在每个
    标记上显式显示

其他代码注意事项：

• 显然，您要提供的所有文件（PHP、HTML、JavaScript等）都应该使用有效的UTF-8编码

• 你需要做些什么

   $dbh = new PDO('mysql:charset=utf8mb4');
  

    $mysqli->set_charset('utf8mb4');       // object oriented style
    mysqli_set_charset($link, 'utf8mb4');  // procedural style
  

  <meta charset="utf-8">
  

  // storage
  // debian. apparently already utf-8
  
  // retrieval
  // the mysql database was stored in utf-8, 
  // but apparently php was requesting iso. this worked: 
  // ***notice "utf8", without dash, this is a mysql encoding***
  mysql_set_charset('utf8');
  
  // delivery
  // php.ini did not have a default charset, 
  // (it was commented out, shared host) and
  // no http encoding was specified in the apache headers.
  // this made apache send out a utf-8 header
  // (and perhaps made php actually send out utf-8)
  // ***notice "utf-8", with dash, this is a php encoding***
  ini_set('default_charset','utf-8');
  
  // submission
  // this worked in all major browsers once apache
  // was sending out the utf-8 header. i didnt add
  // the accept-charset attribute.
  
  // processing
  // changed a few commands in php, like substr,
  // to mb_substr
  

  $pdo = new PDO(
      'mysql:host=mysql.example.com;dbname=example_db',
      "username",
      "password",
      array(PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8"));
  

  mb_strtolower($string, 'UTF-8');
  

  if (!$mysqli->set_charset("utf8")) {
      printf("Error loading character set utf8: %s\n", $mysqli->error);
  } else {
     printf("Current character set: %s\n", $mysqli->character_set_name());
  }
  

  mysqli_set_charset($con,"utf8");