输入utf-8 - 验证？

Question

永远不要相信输入。但是对于字符编码也是如此？好的做法是控制接收到的字符串的编码，以避免意外错误？有些人使用preg_match来检查无效字符串。其他人为字节创建一个控制字节来验证它。谁使用iconv标准化。检查的最快和最安全的方法是什么？

修改

我注意到如果我尝试在我的mysql数据库中保存字符串utf-8已损坏，则该字符串将被截断而不会发出警告。这种可能性有对策吗？

Answer 1

  

良好做法是控制收到的字符串的编码，以避免意外错误？

没有。没有可靠的方法来检测传入数据的编码 ^* ，因此通常的做法是定义期望编码：

• 如果您要公开某种API，或者是从第三方网站获取请求的脚本，您通常会在文档中指出您期望的编码。

• 如果您的网站上有表单提交给脚本，您通常会使用一个使用哪个字符集的网站范围。

如果声明的编码与数据的实际编码不匹配，则数据进入的可能性总是存在。在这种情况下，您的应用程序应该设计为没有错误，除了字符以错误的方式显示。

查看请求声明传入数据的编码类似于@Ignacio建议是非常有趣的想法，但我从未见过它在PHP世界中实现过。这并不是说任何反对它，但你问的是常见的做法。

_{*： 经常可以验证传入数据是否具有特定编码。例如，UTF-8具有特定的字节值，这些字节值不能独立存在，而是形成多字节字符。 ISO-8859-1特殊字符与这些值重叠，因此在UTF-8中被检测为无效。但从任意数据集中检测一个完全未知的编码几乎是不可能的。}

Answer 2

查看字符集specified in the request。

Answer 3

您的网站发布网络服务或生成表单，您可以指定您期望的编码。因此，如果输入通过验证，一切正常。如果不是，你不需要注意为什么它没有通过。如果是由于编码错误，那不是你的错。