我遇到了在PHP中使用GET和POST-Requests时字符集不同的问题。情况如下：
我有一个挪威语字符串。这个字符串当然可以包含挪威字符（即“Ensjøsvingen”）。如果我通过GET参数传递这个字符串，获取它并让它计数，它报告一个13的strlen [这是正确的]。如果我通过POST参数传递此字符串，获取它并让它计数，它会报告一个17的strlen。
当我使用printf将字符串转换为十六进制时，这就是出现的结果：
GET：
45 6e 73 6a c3 b8 73 76 69 6e 67 65 6e
POST：
45 6e 73 6a 26 23 32 34 38 3b 73 76 69 6e 67 65 6e
显然，POST更长。我的想法是它是charset所以我让PHP告诉我，字符串是什么字符集.PHP报告GET-String是UTF-8和ASCII-POST的UT-8的子集）。使用iconv将ASCII转换为UTF-8在strlen中不会改变任何内容。
问题是，我使用该字符串生成SHA1-hash供以后使用（没有关键要避免更改，所以SHA1完全正常），所以我不能使用mb _ * - 函数来获得完全相同的hash，无论字符串是如何传递的。
我如何解决这个问题？
答案 0 :(得分：1)
我将在下面留下我的原始答案，因为它确实包含了一些过去对我有很大帮助的信息。但是，在取消提供所提供的输出后，两个字符串之间的区别在于POST中的一个字符串是使用HTML实体编码的。两个字符串都是等效的，但是，您需要使用html_entity_decode（在编码参数中提供UTF-8）来获得所需的结果。我之前已经给出了答案，因为直接字节比较可能在此之后仍然失败，原因如下所述。
当PHP接受来自浏览器的输入时，它不会对字符编码执行任何操作。话虽如此，它确实尝试为GET参数取消对它们进行urlencode。根据浏览器如何编码UTF-8字符串，许多字符在UTF-8中具有多个编码。对于完整字符有一种编码，甚至有几种不同的编码，它们使用基本字符并组合变音符号或其他标记来呈现相同的结果。对于Utf-8感知语言，这没有问题，因为字符的所有编码都应该被视为相等，但是，因为PHP甚至没有尝试使用字符编码，所以您可能只是遇到了相同的两种不同的规范化。字符串。
我在这方面遇到的许多问题都是通过使用intl extension's Normalizer来解决的，因此我总是使用一种正常形式或另一种正常形式，而直接字节比较（而不是UTF-8识别字符比较）会产生相同的结果。所有UTF-8字符串都要记住这一点很重要; strlen（）和其他不在mb_string扩展名中的PHP字符串函数不能识别多字节，除非你打开重载，因此在使用UTF-8时会给你字节数而不是字符数。
总而言之，在使用UTF-8时使用mb_string函数，您应该有更好的结果或查看UTF-8字符串规范化，以确保在处理具有多个字符的字符时，字节比较是等效的编码为UTF-8。