不幸的是,在尝试存储或在任何地方使用它之前,您应该验证每个接收的字符串是否为有效的UTF-8 . PHP的mb_check_encoding()可以解决问题,但你必须虔诚地使用它 . 有's really no way around this, as malicious clients can submit data in whatever encoding they want, and I haven' t发现了一个让PHP可靠地为你做这件事的技巧 .
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());
}
// 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
这就是全部了 !
5
如果您希望MySQL服务器决定字符集,而不是PHP作为客户端(旧行为;首选,在我看来),请尝试将 skip-character-set-client-handshake 添加到 my.cnf ,在 [mysqld] 下,然后重新启动 mysql .
14 回答
PHP中的Unicode支持仍然是一个巨大的混乱 . 虽然它能够将ISO8859字符串(它在内部使用)转换为utf8,但它缺乏本机处理unicode字符串的能力,这意味着所有字符串处理函数都会破坏和破坏你的字符串 . 因此,您必须使用单独的库来获得正确的utf8支持,或者自己重写所有字符串处理函数 .
简单的部分就是在HTTP头和数据库中指定字符集等,但如果您的PHP代码没有输出有效的UTF8,那么这一切都不重要 . 这是困难的部分,PHP几乎没有帮助你 . (我认为PHP6应该可以解决最糟糕的问题,但那还有一段时间了)
Data Storage :
在数据库的所有表和文本列上指定
utf8mb4
字符集 . 这使得MySQL物理存储和检索以UTF-8本地编码的值 . 请注意,如果指定了utf8mb4_*
排序规则,MySQL将隐式使用utf8mb4
编码(没有任何显式字符集) .在旧版本的MySQL(<5.5.3)中,遗憾的是,您只能使用
utf8
,它只支持Unicode字符的子集 . 我希望我在开玩笑 .Data Access :
在您的应用程序代码(例如PHP)中,无论您使用何种数据库访问方法,都需要将连接字符集设置为
utf8mb4
. 这样,当MySQL将数据移交给您的应用程序时,MySQL不会从其原生UTF-8进行转换,反之亦然 .一些驱动程序提供了自己的配置连接字符集的机制,它们都更新了自己的内部状态,并通知MySQL要在连接上使用的编码 - 这通常是首选方法 . 在PHP中:
如果您使用PHP≥5.3.6的PDO抽象层,则可以在DSN中指定
charset
:如果您遇到普通mysql但碰巧运行PHP≥5.2.3,则可以调用mysql_set_charset .
如果驱动程序没有提供自己的设置连接字符集的机制,则可能必须发出一个查询来告诉MySQL应用程序如何期望连接上的数据被编码:SET NAMES 'utf8mb4' .
关于
utf8mb4
/utf8
的相同考虑适用于上述情况 .Output :
如果您的应用程序将文本传输到其他系统,则还需要告知它们字符编码 . 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HTML metadata) .
在PHP中,您可以使用default_charset php.ini选项,或者自己手动发出
Content-Type
MIME标头,这只是更多工作但具有相同的效果 .Input :
不幸的是,在尝试存储或在任何地方使用它之前,您应该验证每个接收的字符串是否为有效的UTF-8 . PHP的mb_check_encoding()可以解决问题,但你必须虔诚地使用它 . 有's really no way around this, as malicious clients can submit data in whatever encoding they want, and I haven' t发现了一个让PHP可靠地为你做这件事的技巧 .
从我对当前HTML spec的阅读中,对于现代HTML,以下子项目不再是必需的,甚至不再有效 . 我的理解是浏览器将使用为文档指定的字符集中的数据并提交数据 . 但是,如果您要定位旧版本的HTML(XHTML,HTML4等),这些点可能仍然有用:
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 . 不幸的是,如果您通过唯一的方法可靠地执行此操作,请将
accept-charset
属性添加到所有<form>
标记:<form ... accept-charset="UTF-8">
.仅适用于HTML5之前的HTML:请注意,W3C HTML规范表明客户端"should"默认在服务器所服务的任何字符集中将表单发送回服务器,但这显然只是一个建议,因此需要明确每一个
<form>
标签 .Other Code Considerations :
显然,你要服务的所有文件(PHP,HTML,JavaScript等)都应该用有效的UTF-8编码 .
您需要确保每次处理UTF-8字符串时都安全地执行此操作 . 不幸的是,这是困难的部分 . 你'll probably want to make extensive use of PHP' s mbstring扩展名 .
PHP's built-in string operations are not by default UTF-8 safe. 使用普通的PHP字符串操作(如连接)可以安全地执行某些操作,但对于大多数情况,您应该使用等效的
mbstring
函数 .要知道你在做什么(阅读:不要搞砸了),你真的需要知道UTF-8以及它如何在尽可能低的水平上运行 . 查看utf8.com的任何链接,获取一些很好的资源,以便了解所有内容你得知道 .
我刚刚遇到了同样的问题,并在PHP手册中找到了一个很好的解决方案 .
我将所有文件编码更改为UTF8,然后将连接的默认编码更改为UTF8 . 这解决了所有问题 .
View Source
我想给chazomaticus' excellent answer添加一件事:
不要忘记META标签(像这样,或the HTML4 or XHTML version of it):
这似乎微不足道,但IE7之前给我带来了问题 .
我做的一切都很正确;数据库,数据库连接和Content-Type HTTP标头都设置为UTF-8,并且在所有其他浏览器中都运行良好,但Internet Explorer仍然坚持使用“西欧”编码 .
事实证明该页面缺少META标签 . 添加即可解决问题 .
Edit:
W3C实际上有一个相当大的section dedicated to I18N . 他们有很多与此问题相关的文章 - 描述HTTP,(X)HTML和CSS方面:
FAQ: Changing (X)HTML page encoding to UTF-8
Declaring character encodings in HTML
Tutorial: Character sets & encodings in XHTML, HTML and CSS
Setting the HTTP charset parameter
他们建议同时使用HTTP标头和HTML元标记(或者在XHTML作为XML的情况下使用XML声明) .
除了在php.ini中设置
default_charset
之外,您还可以在任何输出之前使用代码中的header()
发送正确的字符集:只要你意识到 string functions don't work with Unicode, and some might mangle strings completely 的大部分内容,在PHP中使用Unicode很容易 . PHP认为"characters"长度为1个字节 . 有时这是可以的(例如,
explode()
只查找一个字节序列并将其用作分隔符 - 因此,您查找的实际字符无关紧要) . 但有时候,当函数实际设计用于处理字符时,PHP不知道你的文本有多字节字符,可以用Unicode找到 .一个很好的图书馆是phputf8 . 这将重写所有"bad"函数,以便您可以安全地处理UTF8字符串 . 像mbstring扩展这样的扩展试图为你做这个,但我更喜欢使用库,因为它对我很重要 . 但是,无论如何,phputf8可以在幕后使用mbstring来提高性能 .
老话题,我知道 . 发现某人使用PDO的问题,答案是将其用于PDO连接字符串:
我从这个网站上下来的网站,幸运地使用谷歌缓存得到它 .
在我的情况下,我使用
mb_split
,它使用正则表达式 . 因此我还必须通过mb_regex_encoding('UTF-8');
手动确保正则表达式编码是utf-8作为旁注,我还通过运行
mb_internal_encoding()
发现内部编码不是utf-8,我通过运行mb_internal_encoding("UTF-8");
来改变它 .首先,如果你在<5.3PHP,那么没有 . 你有很多问题需要解决 .
我很惊讶没有人提到intl库,那个对 unicode , graphemes , string operations , localisation 以及更多内容有很好支持的库,见下文 .
我将通过 Elizabeth Smith's slides在 PHPBenelux'14 引用有关PHP中unicode支持的一些信息
INTL
好:
ICU图书馆周围的包装
标准化语言环境,为每个脚本设置语言环境
数字格式
货币格式
消息格式化(替换gettext)
日历,日期,时区和时间
Transliterator
Spoofchecker
资源包
转换器
IDN支持
Graphemes
整理
迭代器
坏:
不支持zend_multibite
不支持HTTP输入输出转换
不支持函数重载
mb_string
启用zend_multibyte支持
支持透明的HTTP输入/输出编码
提供一些funtionallity的包装器,例如strtoupper
ICONV
主要用于字符集转换
输出缓冲处理程序
mime编码功能
转换
一些字符串助手(len,substr,strpos,strrpos)
Stream Filter
stream_filter_append($fp, 'convert.iconv.ISO-2022-JP/EUC-JP')
数据库
mysql:表和连接上的字符集和排序规则(不是排序规则) . 也不要使用mysql - msqli或PDO
postgresql:pg_set_client_encoding
sqlite(3):确保使用unicode和intl支持编译它
其他一些问题
除非使用第三部分扩展名,否则不能将unicode文件名与PHP和Windows一起使用 .
如果使用exec,proc_open和其他命令行调用,则以ASCII格式发送所有内容
纯文本不是纯文本,文件有编码
您可以使用iconv过滤器动态转换文件
如果添加了更改功能,我会更新此答案,等等 .
我最近发现使用
strtolower()
会导致问题所在数据在特殊字符后被截断 .解决方案是使用
我唯一要补充的是这些惊人的答案是强调以utf8编码保存你的文件,我注意到浏览器接受这个属性而不是设置utf8作为你的代码编码 . 任何体面的文本编辑器都会显示这一点,例如Notepad有一个文件enconding的菜单选项,它会显示当前编码并允许您更改它 . 对于我所有的php文件,我使用没有BOM的utf8 .
前段时间我有人要求我为其他人设计的php / mysql应用程序添加utf8支持,我注意到所有文件都是用ANSI编码的,所以我不得不使用ICONV转换所有文件,更改数据库表使用utf8 charset和utf8_general_ci整理,在连接后将'SET NAMES utf8'添加到数据库抽象层(如果使用5.3.6或更早版本,否则你必须在连接字符串中使用charset = utf8)并更改字符串函数以使用php multibyte字符串函数等效 .
在PHP中,您需要使用multibyte functions,或打开mbstring.func_overload . 这样,如果您的字符占用多个字节,strlen就会起作用 .
您还需要确定回复的字符集 . 您可以使用AddDefaultCharset,如上所述,也可以编写返回标头的PHP代码 . (或者您可以在HTML文档中添加META标记 . )
最佳答案非常好 . 这是我在常规debian / php / mysql设置上所要做的:
这就是全部了 !
如果您希望MySQL服务器决定字符集,而不是PHP作为客户端(旧行为;首选,在我看来),请尝试将
skip-character-set-client-handshake
添加到my.cnf
,在[mysqld]
下,然后重新启动mysql
.如果你使用UTF8以外的任何东西,这可能会造成麻烦 .
如果你想要一个mysql解决方案,我在服务器迁移后遇到了与我的两个项目类似的问题 . 在搜索并尝试了很多解决方案之后,我遇到了这个/之前没有任何解决方案):
将此行添加到我的配置文件后,一切正常!
当我想要从html查询解决插入时,我找到了这个解决方案https://www.w3schools.com/PHP/func_mysqli_set_charset.asp
祝好运!