8通过

 

我正在设置一个新的服务器，并且希望在我的Web应用程序中完全支持UTF-8。 过去我在现有的服务器上尝试过，并且似乎最终不得不回退到ISO-8859-1。

我在哪里需要设置编码/字符集？ 我知道我需要配置Apache，MySQL和PHP来做到这一点 - 是否有一些我可以遵循的标准清单，或者可能需要排除发生不匹配的问题？

这是一个新的Linux服务器，运行MySQL 5，PHP 5和Apache 2。

数据存储 ：

  • 在数据库中的所有表和文本列上指定utf8mb4字符集。 这使MySQL实际存储和检索以UTF-8本地编码的值。 请注意，如果指定了utf8mb4_*排序规则（没有任何明确的字符集），MySQL将隐式使用utf8mb4编码。

  • 在旧版本的MySQL（<5.5.3）中，不幸的是你不得不仅仅使用utf8 ，它只支持一部分Unicode字符。 我希望我在开玩笑。

    • 数据访问 ：

  • 在您的应用程序代码（例如PHP）中，无论您使用utf8mb4数据库访问方法，都需要将连接字符集设置为utf8mb4 。 这样，MySQL在将数据交给应用程序时不会从其本机UTF-8进行转换，反之亦然。

  • 一些驱动程序提供了自己的配置连接字符集的机制，它们都会更新自己的内部状态并通知MySQL将在连接上使用的编码 - 这通常是首选方法。 在PHP中：

  • 如果您使用PHP≥5.3.6的PDO抽象层，则可以在DSN中指定charset ： 

    $dbh = new PDO('mysql:charset=utf8mb4');

  • 如果你使用mysqli，你可以调用set_charset() ： 

    $mysqli->set_charset('utf8mb4');       // object oriented style
mysqli_set_charset($link, 'utf8mb4');  // procedural style

  • 如果你遇到了普通的mysql，但碰巧运行的是PHP≥5.2.3，则可以调用mysql_set_charset 。

  • 如果驱动程序没有提供自己的设置连接字符集的机制，那么您可能必须发出一个查询来告诉MySQL您的应用程序期望连接上的数据是如何编码的： SET NAMES 'utf8mb4' 。

  • 关于utf8mb4 / utf8的相同考虑utf8mb4适用。

    • 输出 ：

  • 如果您的应用程序将文本传输到其他系统，则还需要通知其字符编码。 使用Web应用程序时，必须通知浏览器发送数据的编码（通过HTTP响应标头或HTML元数据）。

  • 在PHP中，您可以使用default_charset php.ini选项，或手动发布Content-Type MIME头，这只是更多的工作，但具有相同的效果。

    • 输入 ：

  • 不幸的是，在你尝试存储或在任何地方使用它之前，你应该验证每个收到的字符串是否为有效的UTF-8。 PHP的mb_check_encoding()有诀窍，但你必须虔诚地使用它。 真的没有办法解决这个问题，因为恶意客户可以用他们想要的任何编码提交数据，而且我还没有发现让PHP可靠地为您做这件事的窍门。

  • 从我阅读当前的HTML规范，下面的子项目不再是现代HTML的必要或者甚至是有效的。 我的理解是，浏览器将使用为文档指定的字符集并提交数据。 但是，如果您的目标是旧版HTML（XHTML，HTML4等），这些点可能仍然有用：

  • 对于仅HTML5之前的HTML：您希望浏览器发送给您的所有数据都是UTF-8。 不幸的是，如果你唯一能够可靠地做到这一点的方法是将accept-charset属性添加到所有<form>标签中： <form ... accept-charset="UTF-8"> 。
  • 对于仅HTML5之前的HTML：请注意，W3C HTML规范指出客户端“应该”默认将表单发送回服务器，无论服务器使用什么字符集，但这显然只是一个建议，因此需要在每一个单独的<form>标签。

    • 其他代码注意事项 ：

  • 显然，所有你要服务的文件（PHP，HTML，JavaScript等）都应该用有效的UTF-8编码。

  • 您需要确保每次处理UTF-8字符串时都安全。 不幸的是，这是困难的部分。 您可能想要广泛使用PHP的mbstring扩展。

  • PHP的内置字符串操作在默认情况下不是UTF-8安全的。 对于普通的PHP字符串操作（如串联），您可以安全地执行一些操作，但对于大多数情况，您应该使用等效的mbstring函数。

  • 要知道你在做什么（阅读：不要搞砸），你真的需要知道UTF-8以及它如何在尽可能低的水平上工作。 查看来自utf8.com的任何链接，了解一切您需要了解的一切优质资源。

    • 我想给chazomaticus的优秀答案增加一件事：

    不要忘了META标签（比如这个，或者它的HTML4或XHTML版本）： 

    <meta charset="utf-8">

    这似乎微不足道，但IE7之前给了我一些问题。

    我做的都是对的; 数据库，数据库连接和Content-Type HTTP头都设置为UTF-8，并且在所有其他浏览器中运行良好，但Internet Explorer仍然坚持使用“西欧”编码。

    原来，页面缺少META标签。 添加解决了这个问题。

    编辑：

    W3C实际上有一个相当大的部分专用于I18N。 他们有许多与这个问题有关的文章 - 描述HTTP，（X）HTML和CSS方面的东西：

  • FAQ：将（X）HTML页面编码更改为UTF-8
  • 在HTML中声明字符编码
  • 教程：XHTML，HTML和CSS中的字符集和编码
  • 设置HTTP字符集参数

    • 他们建议使用HTTP标头和HTML元标签（或者在XHTML作为XML的情况下使用XML声明）。

    除了在php.ini中设置default_charset ，您还可以在任何输出之前使用代码中的header()发送正确的字符集： 

    header('Content-Type: text/html; charset=utf-8');

    在PHP中使用Unicode很容易，只要您意识到大多数字符串函数不适用于Unicode，并且有些可能会彻底破坏字符串 。 PHP认为“字符”长度为1个字节。 有时候这是可以的（例如， explode()只查找字节序列并将其用作分隔符 - 因此，查找的实际字符无关紧要）。 但是有些时候，当函数实际上是为了处理字符而设计的时，PHP并不知道您的文本具有Unicode字符。

    一个好的图书馆是phputf8。 这将重写所有“坏”函数，以便您可以安全地使用UTF8字符串。 有像mbstring扩展那样的扩展，也尝试为你做这件事，但我更喜欢使用该库，因为它更便携（但我写了大众市场产品，所以这对我很重要）。 但是无论如何，phputf8可以在后台使用mbstring来提高性能。

    链接地址: http://www.djcxy.com/p/4259.html

    上一篇: 8 all the way through

    下一篇: How does one create an index on the date part of DATETIME field in MySql