Question

我有一个很大的php对象，我想序列化并存储在MySql数据库中。表格编码为UTF-8，保存序列化对象编码的列也为UTF-8。

问题是该对象包含一个包含法语字符的文本字符串。

例如：

Merci d'avoir passé commande avec Lovre. Voici le récapitulatif de votre commande

当我序列化对象然后再次反序列化它时，字符串被维护并且格式正确。

然而，当我将序列化对象存储到MySql数据库中然后再次检索它然后反序列化它时，字符串变成这样：

Merci d'avoir passÃ© commande avec Lovre. Voici le rÃ©capitulatif de votre commande

将对象存储在数据库中时出现问题。

注意：

使用propel ORM存储对象。
列类型为text。
存储字符串并从html文件中读取。

Answer 1

由serialize创建的字符串是二进制字符串，它们没有特定的字符集编码，但只是字节的“数组”（其中 - 一个字节是8位，一个八位字节）。

如果您现在使用这样的字符串并告诉您的数据库它是LATIN-1编码的并且您的数据库将其存储到具有UTF-8编码的文本字段中，则数据库将透明地将编码从LATIN-1更改为UTF -8。 UTF-8是一种字符集编码，对于某些字符，每个字符使用多个字节，例如您在问题中提供的字符，如é。

然后将字符é存储为数据库Ã©，这是é的UTF-8字节序列。

如果您现在从数据库中获取数据而未指定所需的编码，则数据库将以UTF-8的形式返回。

现在unserialize有问题，因为二进制字符串已被修改为使其无效的方式。

相反，您需要告诉您的数据库在存储序列化字符串时不应修改编码，例如：通过选择正确的列类型和编码（二进制字段，BLOB - Binary Large Object^{MySQL Docs}，同时参见Binary Types^{Propel Docs}） - 或者 - 从数据库中获取数据时，将charset-encoding恢复为原始格式。第一种方法（二进制字段）更好，因为它正是您正在寻找的。

对于已经以错误格式存储到数据库中的数据，您需要更正数据。要做到这一点，首先需要找出应用了哪种重新编码，例如：从哪个charset到哪个charset。我认为它是LATIN-1但是没有保证。您需要查看当前应用程序数据和流程的编码以查找。

在您发现之后，将值从UTF-8编码回原始编码。

Answer 2

确保使用utf-8 无处不在 - 听起来像你错过了什么。

在您的情况下，我认为您忘记为数据库连接设置正确的字符集（使用SET NAMES语句或mysql_set_charset()） - 但如果没有看到您的代码，这很难说（我不知道推进）。

以下是来自chazomaticus的引用，她在 UTF-8 all the way through 中给出了完美答案，列出了您需要处理的所有要点：

存储


指定utf8_unicode_ci（或   等价）所有表格的整理   和数据库中的文本列。   这使得MySQL物理存储和   以UTF-8原生检索值。


检索：


在PHP中，在任何DB包装器中   使用，你需要设置连接   字符串到utf8。这样，MySQL就可以了   没有从其原生UTF-8转换   当它将数据移交给PHP时。   *   请注意，如果您不使用数据库   包装，您可能不得不发布   一个查询告诉MySQL给你   结果为UTF-8：SET NAMES 'utf8'   （一旦你连接）。


交货：


你必须告诉PHP提供   对客户端的正确标头，所以   文本将被解释为UTF-8。在   PHP，你可以使用default_charset   php.ini选项，或手动发出   Content-Type标题自己，哪个   只是更多的工作，但具有相同的   效果。


提交：


您想要通过发送给您的所有数据   浏览器采用UTF-8格式。   不幸的是，唯一的方法   可靠地做到这一点就是添加   accept-charset属于你的所有人   <form>代码：<form ... accept-charset="UTF-8">。

注   W3C HTML规范说明了这一点   客户“应该”默认发送   无论如何形成回服务器   charset服务器服务，但这是   显然只是一个推荐，   因此需要明确   每个<form>代码。

虽然在那方面，你仍然会   想验证每个提交的字符串   在尝试之前作为有效的UTF-8   存放或在任何地方使用它。 PHP的   mb_check_encoding()可以解决问题，   但你必须虔诚地使用它。


处理：


不幸的是，这很难   部分。你需要确保这一点   每次处理UTF-8字符串时，   你安全地这样做了。最简单的方法   这是通过广泛使用   PHP的mbstring扩展名。

PHP的   字符串操作默认情况下不是   UTF-8安全。你有一些事情   可以安全地使用普通的PHP字符串   操作（如连接），但是   对于大多数事情你应该使用   等效mbstring函数。

要   知道你在做什么（读：不要乱   它，你真的需要知道UTF-8   以及它如何在最低的工作   可能的水平。看看任何一个   来自utf8.com的链接有一些好处   学习所需资源的资源   要知道。

另外，我觉得这样   虽然应该在某个地方说   看起来很明显：每个PHP或HTML   你要服务的档案应该是   以有效的UTF-8编码。

请注意，您不需要使用utf-8 - 重要的部分是使用相同的charset无处不在，而不管可能是什么字符集。但如果你还需要改变一些东西，请使用utf-8。

Answer 3

我总是使用base64_encode()存储esrialized数据。序列化数据有时会导致问题，但在使用它的base64值后，只剩下简单的字符。

Answer 4

我强烈建议您使用json_encode而不是序列化。有一天，你会发现自己试图从另一个非PHP的地方使用这些数据并将其存储在JSON中，这使得它在任何地方都可读;几乎每种语言都支持解码JSON，并且是一个很好的标准。

关于在任何地方使用utf8的答案都有！ :-D

在MySql数据库中存储序列化对象

4 个答案: