Question

我有一个网站，我想从 ISO 迁移到 UTF-8 。

我在数据库中有一条记录，该记录由以下主键索引：

s:22:"Informations générales";

问题是，现在（使用UTF-8），当我序列化字符串时，我得到：

s:24:"Informations générales";

（注意字符串的大小现在是字节数，而不是字符串长度）

所以这与非utf8以前的记录不兼容！

我做错了什么吗？我怎么能解决这个问题？

由于

Answer 1

将数据库转储到latin1。

在命令行中：

sed  -e 's/latin1/utf8/g' -i ./DBNAME.sql

以UTF-8导入转换为新数据库的文件。

使用php脚本更新每个字段。进行查询，遍历每个字段并使用以下命令更新序列化字符串：

$str = preg_replace('!s:(\d+):"(.*?)";!se', "'s:'.strlen('$2').':\"$2\";'", $str);

之后，我能够使用unserialize（）以及使用UTF-8的所有内容。

Answer 2

行为完全正确。具有不同编码的两个字符串将生成不同的字节流，从而生成不同的序列化字符串。

Answer 3

PHP 4和5没有内置的Unicode支持;我相信PHP 6开始添加更多的Unicode支持，虽然我不确定它有多完整。

Answer 4

要反序列化utf-8编码的序列化数组：

$array = @unserialize($arrayFromDatabase);
if ($array === false) {
  $array =  @unserialize(utf8_decode($arrayFromDatabase)); //decode first
  $array = array_map('utf8_encode', $array ); // encode the array again
}

Answer 5

你没有做错任何事。 v6之前的PHP只是不支持Unicode，因此如果您没有支持它（例如，通过mbstring扩展或其他方式），则不支持它。

我们在serialize()附近编写了自己的包装来解决这个问题。您也可以转向其他序列化技术，例如JSON（自5.2.0以来在PHP中使用json_encode()和json_decode()）。

PHP序列化功能兼容UTF-8吗？

5 个答案: