Question

将用户输入转换为UTF-8的最佳方法是什么？

我有一个简单的表单，用户将传入HTML，HTML可以使用任何语言，并且可以采用任何字符编码格式。

我的问题是：

是否可以将所有内容表示为UTF-8？
我可以使用什么来有效地将任何字符编码转换为UTF-8，以便我可以使用PHP字符串函数解析它并将其保存到我的数据库中，然后使用htmlentities回显？

我正在努力研究如何最好地实现这一点 - 建议和链接赞赏。

我正在使用Codeigniter及其input class来检索帖子数据。

我应该提出几点：

我需要将HTML特殊字符转换为各自的实体
接受编码并以相同的编码返回它可能是个好主意。但是，我的网络应用程序正在使用：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

这可能会对事情产生负面影响。

Answer 1

在accept-charset标记中指定<form>，告诉浏览器提交以UTF-8编码的用户输入数据：

<form action="foo" accept-charset="UTF-8">...</form>

请点击此处查看HOW TO Use UTF-8 Throughout Your Web Stack的完整指南。

Answer 2

是否可以将所有内容表示为UTF-8？

是的，UTF-8是Unicode编码，因此您可以使用Unicode中定义的任何字符。到目前为止，这是你用电脑做的最好的事情。

我可以使用什么来有效地将任何字符编码转换为UTF-8

iconv可让您将几乎任何编码转换为任何其他编码。但是，因为你必须知道你正在处理什么编码。你不能说“iconv，不管这是什么，把它变成UTF-8！”。不幸的是，它不是如何运作的。你只能说“iconv，我在BIG5中有这个字符串，请将其转换为UTF-8。”。

如果您只处理UTF-8中的表单数据，则可能永远不需要转换任何内容。

这样我就可以用PHP字符串函数解析它了

“PHP字符串函数”用于字节。他们不关心字符或编码。根据您的想法，在UTF-8文本上使用天真的PHP字符串函数会给您带来不好的结果。在MB extension中使用编码感知字符串函数进行任何多字节编码字符串操作。

将其保存到我的数据库

只需确保您的数据库以UTF-8存储文本，并且您已将数据库连接设置为UTF-8（即数据库知道您正在向其发送UTF-8数据）。您应该能够在CodeIgniter数据库连接设置中指定它。

随后使用htmlentities回声？

只需echo htmlentities($text)，您无需再做任何事情了。

但是，我的网络应用程序正在使用：<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

这可能会对事情产生负面影响。

完全没有。它只是向浏览器发出信号，表明您的页面是以UTF-8编码的。现在你只需要确保实际情况就是如此（正如你想要做的那样）。它还暗示到浏览器它应该将UTF-8发送到服务器。您可以使用表单上的accept-charset属性明确说明。

我可以推荐What Every Programmer Absolutely, Positively Needs To Know About Encodings And Character Sets To Work With Text，这可能有助于您了解更多信息。

Answer 3

1）是否可以将所有内容表示为UTF-8？

是的，UNICODE中定义的所有内容。这是目前你能获得的最多，UNICODE可以支持未来的空间。

2）我可以使用什么来有效地将任何字符编码转换为UTF-8，以便我可以使用PHP字符串函数解析它并将其保存到我的数据库中，然后使用htmlentities回显？

您唯一需要知道的是数据的实际编码。如果您希望Web应用程序支持UTF-8进行输入和输出，则前端需要发出信号表明它支持UTF-8。有关应用程序用户界面的指南，请参阅Character Encodings。

在PHP中，您需要使用它支持的编码来提供任何函数。有些人需要指定编码，对于某些人你需要转换它。如果它支持您的要求，请务必检查功能文档。另外检查你的PHP配置。

相关：

Answer 4

如果您想更改字符串的编码，可以尝试

$utf8_string = mb_convert_encoding( $yourBadString , 'UTF-8' );

Answer 5

我发现UTF-8编码唯一有效的方法是设置config.php

putenv('LC_ALL=en_US.utf8'); // or whatever language you need
setlocale(LC_ALL, 'en_US.utf8');  // or whatever language you need
bindtextdomain("mydomain", dirname(__FILE__) . "/../language");
textdomain("mydomain");

Answer 6

编辑：

Is it possible to represent everything as UTF-8?

是的，这是您需要确保的：

html：headers / meta-header设置为utf-8
所有文件保存为utf-8
数据库整理，表格和数据编码为utf-8

What can I use to effectively convert any character encoding to UTF-8

您可以使用utf8_encode（因为系统主要设置为西欧语言，通常为ISO-8859-1或其密切关系ref），然后将其保存到数据库中

// eg
$name = utf8_encode($this->input->post('name'));

正如我之前提到的，您需要确保数据库整理，表格和数据编码为utf-8。在CI中，在您的数据库连接配置

// Make sure have these lines
$db['default']['char_set'] = 'utf8';
$db['default']['dbcollat'] = 'utf8_general_ci';

如何在PHP中处理字符编码 - Codeigniter？

6 个答案: