Question

即使MySQL DB，表格和字段的排序规则设置为utf8_general_ci，也常常会将é等字符转换为é。页面的 Content-Type 中的编码也设置为UTF8。

我知道utf8_encode / decode，但我不太确定在何处以及如何使用它。

我已阅读“The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)”文章，但我需要一些MySQL / PHP特定的指针。

问题：如何确保用户输入的包含国际字符的数据不会被破坏？

Answer 1

第一眼看http://www.nicknettleton.com/zine/php/php-utf-8-cheatsheet我认为缺少一件重要的事情（也许我忽略了这一点）。根据您的MySQL安装和/或配置，您必须设置连接编码，以便MySQL知道您在客户端期望的编码（意味着MySQL连接的客户端，应该是PHP脚本）。您可以通过手动发布

来完成此操作

SET NAMES utf8

在您发送到MySQL服务器的任何其他查询之前进行查询。

如果您在PHP端使用PDO，则可以设置连接以使用

在每个（重新）连接上自动发出此查询

$db=new PDO($dsn, $user, $pass);
$db->setAttribute(PDO::MYSQL_ATTR_INIT_COMMAND, "SET NAMES utf8");

初始化数据库连接时

。

Answer 2

整理和charset不是一回事。你的校对需要匹配字符集，所以如果你的字符集是utf-8，那么整理也是如此。选择错误的排序规则不会使您的数据混乱 - 只是错误地进行字符串比较/排序。

也就是说，有几个地方可以在PHP中设置字符集设置。如果可能的话，我建议你在整个过程中使用utf-8。需要charset指定的地方是：

数据库。这可以在数据库，表和字段级别设置，甚至可以在每个查询级别设置。
PHP和数据库之间的连接。
HTTP输出;确保HTTP标头Content-Type指定utf-8。您可以在PHP和Apache中设置默认值，也可以使用PHP的header函数。
HTTP输入。通常，表单将在提供页面的同一个字符集中提交，但为了确保，您应指定accept-charset属性。还要确保URL是utf-8编码的，或者避免在url（和GET参数）中使用非ascii字符。

utf8_encode / decode函数有点奇怪。它们专门在latin1（ISO-8859-1）和utf-8之间进行转换。如果您的应用程序中的所有内容都是utf-8，则不必使用它们。

关于utf-8和PHP至少有两个陷阱。首先，PHP的内置字符串函数希望字符串是单字节的。对于很多操作，这没关系，但它意味着你不能依赖strlen和其他功能。 this page的限制有很好的破坏。通常，这不是一个大问题，但特别是在使用三方库时，您需要意识到事情可能会爆炸。一个选项也是使用mb_string扩展，它可以选择用utf-8识别替代方法替换所有麻烦的函数。它仍然不是100％防弹解决方案，但它适用于大多数情况。

另一个问题是某些PHP安装仍然启用了magic_quotes设置。这个问题与utf-8正交，但可能导致一些头部刮伤。为了你自己的理智，把它关掉。

Answer 3

本文未涉及的内容不多说

http://developer.loftdigital.com/blog/php-utf-8-cheatsheet

Answer 4

你应该做的事情：

确保Apache发布UTF-8内容。在httpd.conf中执行此操作，或使用PHP的header() - 函数手动执行此操作。
确保您的数据库连接是UTF8。 SET NAMES utf8可以解决问题。
确保所有表格都设置为UTF8。
如果您在其中存储国际字符，请确保所有PHP和模板文件都编码为UTF8。

执行此操作时，您通常无需使用mb_string或utf8_encode/decode - 函数。

Answer 5

为了更好的unicode正确性，你应该使用utf8_unicode_ci（虽然文档对差异有点模糊）。您还应该确保正确设置了以下Mysql标志 -

默认字符集= UTF8
skip-character-set-client-handshake //重要，因此客户端不会强制执行其他编码

可以在mysql配置文件（在[mysqld]选项卡下）或在运行时通过发送相应的查询来设置它们。

Answer 6

无论使用何种语言编写，如果您要创建一个允许各种编码的应用程序，请将其处理成碎片：

识别编码
- 不知怎的，你想知道你正在处理什么样的编码，否则，进一步考虑它是没有意义的。你最终会得到垃圾字符。
处理你的字节
- 认为这些字符串不像字符串'字符串'，更像是字节列表
- PHP特别狡猾。不要让它在运行中截断您的数据。如果您要重新编写UTF-8字符串，请确保将其标识为
存放液晶显示屏
- 同样，您不想截断数据。如果你用英语存储一个句子，你还可以存储一套普通话吗？阿拉伯语怎么样？哪一个需要最大的空间？说明它。

使用国际字符串的PHP和MySQL的最佳实践

6 个答案: