PHP與UTF-8編碼相關(guān)問(wèn)題

標(biāo)簽：瀏覽次數(shù)：?? 時(shí)間：2017-08-28

PHP處理各種字符串時(shí)有時(shí)會(huì)碰到亂碼的問(wèn)題，其實(shí)我們?cè)陂_(kāi)發(fā)實(shí)踐中只要堅(jiān)持一個(gè)原則：編輯代碼、存儲(chǔ)數(shù)據(jù)、輸出數(shù)據(jù)等都統(tǒng)一使用UTF-8編碼。堅(jiān)持這個(gè)原則會(huì)規(guī)避很多字符串亂碼的問(wèn)題。

PHP處理UTF-8

PHP有mbstring擴(kuò)展，自帶幾種字符串截取函數(shù)，其中常用到的就是 substr 和 mb_substr。

當(dāng)操作 Unicode 字符集的時(shí)候，使用相應(yīng)的函數(shù)代替原生的字符串函數(shù)。舉個(gè)例子，一個(gè)文件編碼為 UTF-8 的 PHP 代碼，假如使用 strlen() 函數(shù)是錯(cuò)誤的，請(qǐng)使用 mb_strlen() 函數(shù)代替。

如果你使用substr截取中文字符時(shí)會(huì)出現(xiàn)亂碼，這是因?yàn)閟ubstr是按字節(jié)來(lái)截取的。即UTF-8編碼的中文，使用substr截取，只會(huì)截取1/3個(gè)中文，當(dāng)然出現(xiàn)亂碼了。UTF-8編碼時(shí)，一個(gè)漢字是3個(gè)字節(jié)。同樣其他國(guó)家不同語(yǔ)言文字會(huì)產(chǎn)生多字節(jié)字符串問(wèn)題，所以我們統(tǒng)統(tǒng)使用mb_strlen()來(lái)處理。

如果不清楚字符串的編碼格式的話，可以用mb_detect_encoding檢查。

如果要轉(zhuǎn)換編碼，使用函數(shù)iconv()，如GB2312 轉(zhuǎn)UTF-8:

iconv("GB2312","UTF-8",$text);

當(dāng)遇到無(wú)法確定原編碼是何種編碼，或者iconv轉(zhuǎn)化后無(wú)法正常顯示時(shí)可用mb_convert_encoding 函數(shù)。

$str = mb_convert_encoding($str, "UTF-8");

其實(shí)在php.ini中有個(gè)選項(xiàng)設(shè)置default_charset = "UTF-8";，很多字符串處理函數(shù)如htmlentities()會(huì)使用這個(gè)默認(rèn)字符集。

我們可以使用header()函數(shù)明確指定字符集，在PHP返回的響應(yīng)中，Content-Type首部默認(rèn)也使用這個(gè)值。

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

當(dāng)然，我們?cè)趧?chuàng)建HTML文檔的頭部也應(yīng)該加入這個(gè)mata標(biāo)簽：

<meta charset="UTF-8" />

PHP瀏覽器下載文件名亂碼

雖然我們將php代碼、輸出數(shù)據(jù)時(shí)都使用UTF-8，但是可能還會(huì)遇到很多詭異現(xiàn)象。比如，我遇到的坑，當(dāng)要從服務(wù)器上下載一個(gè)文件時(shí)，IE瀏覽器、Edge在下載中文文件名時(shí)會(huì)亂碼，還有當(dāng)文件名包含空字符時(shí)，下載后的文件名稱空格變成了+號(hào)等等這些詭異現(xiàn)象。

其實(shí)，PHP通過(guò) header() 函數(shù)下載文件的時(shí)候，也要考慮瀏覽器和操作系統(tǒng)（大部分人使用的是 Windows），對(duì)于 Chrome 來(lái)說(shuō)，輸出的文件名編碼可以是 UTF-8，Chrome 會(huì)自動(dòng)將文件名轉(zhuǎn)換為 GBK 編碼。

而對(duì)于IE 來(lái)說(shuō)，它繼承了操作系統(tǒng)的環(huán)境，所以下載文件名假如是中文必須轉(zhuǎn)碼為 UTF-8 編碼，否則下載的時(shí)候用戶看到的是亂碼文件名。解決辦法有了：

$agent=$_SERVER["HTTP_USER_AGENT"]; 
if(strpos($agent,'MSIE')!==false )｛ 
    $filename = iconv("UTF-8","GBK","中文附件.pdf"); 
    header("Content-Disposition: attachment; filename=\"$filename\""); 
｝

PHP處理MySQL亂碼

首先保證你的 Mysql 都是 UTF-8。然后 Mysql 客戶端連接的時(shí)候也保持 UTF-8，具體到 PHP 中，就是 mysqli 或者 PDO 擴(kuò)展連接 Mysql 的時(shí)候都設(shè)置 UTF-8 作為連接編碼，兩邊保持一致，一般就不會(huì)遇到亂碼問(wèn)題。

例如使用PDO鏈接Mysql時(shí)，使用UTF-8字符集：