另见

Question

假设我需要插入以下文档：

{
    title: 'Péter'
}

（注意é）

当我使用以下PHP代码时，它给出了一个错误...：

$db->collection->insert(array("title" => "Péter"));

...因为它需要是utf-8。

所以我应该使用这行代码：

$db->collection->insert(array("title" => utf8_encode("Péter")));

现在，当我请求文档时，我仍然需要解码它...：

$document = $db->collection->findOne(array("_id" => new MongoId("__someID__")));
$title = utf8_decode($document['title']);

有没有办法自动化这个过程？我可以更改MongoDB的字符编码（我正在迁移使用cp1252西欧（latin1）的MySQL数据库吗？

我已经考虑过更改Content-Type-header，问题是所有静态字符串（硬编码）都不是utf8 ...

提前致谢！添

Answer 1

JSON和BSON只能编码/解码有效的UTF-8字符串，如果您的数据（包含的输入）不是UTF-8，您需要在将其传递给任何JSON相关系统之前对其进行转换，如下所示：

$string = iconv('UTF-8', 'UTF-8//IGNORE', $string); // or
$string = iconv('UTF-8', 'UTF-8//TRANSLIT', $string); // or even
$string = iconv('UTF-8', 'UTF-8//TRANSLIT//IGNORE', $string); // not sure how this behaves

我个人更喜欢第一个选项，请参阅iconv()手册页。其他替代方案包括：

mb_convert_encoding()
utf8_encode(utf8_decode($string))

您应该始终确保您的字符串是UTF-8编码的，甚至是用户提交的字符串，但是既然您提到要从MySQL迁移到MongoDB，您是否尝试将当前数据库导出为CSV并使用导入Mongo附带的脚本？他们应该处理这个......

编辑：我提到过BSON只能处理UTF-8，但我不确定这是否正确，我有一个模糊的想法，即BSON使用UTF-16或UTF-32编码/解码数据，但我现在无法检查。

Answer 2

正如@gates所说，all string data in BSON is encoded as UTF-8。 MongoDB假设这一点。

另一个关键点，它既不回答地址： PHP不支持Unicode 。无论如何，截至5.3。据推测，PHP 6可以识别Unicode。这意味着您必须知道默认情况下操作系统使用的编码以及PHP正在使用的编码。

让我们回到你原来的问题：“有没有办法自动化这个过程？” ...我的建议是确保您在整个申请过程中始终使用UTF-8。配置，输入，数据存储，演示，一切。那么“自动化”部分就是大多数PHP代码都会更简单，因为它总是采用UTF-8。无需转换。哎呀，没有人说自动化很便宜。：）

这是一种抛开。如果您创建了一个小PHP脚本来测试insert()代码，请确定您的文件编码，然后在插入之前转换为UTF-8。例如，如果您知道该文件是ISO-8859-1，请尝试以下操作：

$title = mb_convert_encoding("Péter", "UTF-8", "ISO-8859-1");
$db->collection->insert(array("title" => $title));

另见

Answer 3

我可以更改MongoDB的字符编码......

BSON中没有存储数据。根据{{3}}，所有字符串都是UTF-8。

现在，当我请求文档时，我仍然要解码它...：有没有办法自动化这个过程？

听起来您正在尝试将数据输出到网页。需要“解码”已编码的文本似乎不正确。

这个输出问题可能是Apache + PHP的配置问题吗？ UTF8 + PHP不是自动的，快速的在线搜索提出了关于这个主题的几个教程。

MongoDB PHP UTF-8问题

3 个答案:

另见