首頁»PHP»PHP 與 UTF-8的最佳實踐

PHP 與 UTF-8的最佳實踐

來源:虞大膽 發布時間:2016-12-13 閱讀次數:

  《PHP中的字符串、編碼、UTF-8》一文中描述了一些列的基礎知識,比較枯燥,現在來說點有用的——PHP 字符串處理的最佳實踐,本文是“PHP、字符串、編碼、UTF-8”相關知識的第二部分。先說結論——在 PHP 中的各個方面使用 UTF-8編碼

  PHP 語言層面是不支持 Unicode字符集的,但是可以通過 UTF-8 編碼能處理大部分問題。

  最佳實踐就是明確知道輸入編碼(不知道就檢測),內部統一轉換為 UTF-8 編碼,輸出編碼也統一是 UTF-8編碼。

  PHP 層面如何處理 UTF-8

  當操作 Unicode 字符集的時候,請務必安裝 mbstring 擴展,并使用相應的函數代替原生的字符串函數。舉個例子,一個文件編碼為 UTF-8 的 PHP 代碼,假如使用 strlen() 函數是錯誤的,請使用 mb_strlen() 函數代替。

  mbstring 擴展大部分的函數都需要基于一個編碼(內部編碼)來處理,請務必統一使用 UTF-8 編碼,這個大部分可以在 PHP.INI 中配置。

  從 PHP 5.6 開始,default_charset 配置可以替換 mbstring.http_input,mbstring.http_output 。

  另外一個重要的配置就是 mbstring.language,這個默認值是 Neutral(UTF-8)。

  注意文件編碼和 mbstring 擴展的內部編碼不是同一個概念。

  概括的說來:

  • PHP.INI 中涉及到 mbstring 擴展的部分盡量使用 UTF-8。
  • 請用 mbstring 擴展函數代替原生字符串操作函數。
  • 在使用相關函數的時候,請務必了解你操作的字符的編碼是什么,在使用對應函數的時候,顯示的寫上 UTF-8 編碼參數,比如 htmlentities() 函數的第三個參數顯示寫上 UTF-8。

  文件 IO 操作 如何處理 UTF-8

  這里舉個例子,假如你要打開一個文件,但是不知道文件內容是什么編碼的,那么如何處理呢?

  最佳實踐就是,在打開的時候統一轉換成 UTF-8,修改內容后就再轉回原來的編碼并保存到文件。看代碼把:

if ( mb_internal_encoding()!="UTF-8") {
        mb_internal_encoding("UTF-8");
}

$file = "file.txt"; //一個編碼為gbk的中文文件
$str= file_get_contents($file);
//不管來源是什么編碼,統一顯示的時候轉換為 UTF-8
 if (mb_check_encoding($str,"GBK")) 
    $str =  mb_convert_encoding($str,"UTF-8",“GBK”); 

$str ="修改內容";
$str =  mb_convert_encoding($str,$srcbm,"UTF-8"); //原樣轉回去
file_put_contents($file,$str);

  Mysql 和 UTF-8 的最佳實踐

  這個相對簡單,首先保證你的 Mysql 都是 UTF-8。然后 Mysql 客戶端連接的時候也保持 UTF-8,具體到 PHP 中,就是 imysql 或者 PDO 擴展連接 Mysql 的時候都設置 UTF-8 作為連接編碼,二邊保持一致,一般就不會遇到問題。

  有興趣可以看看這篇文章

  瀏覽器和 UTF-8 的最佳實踐

  這個也比較簡單,就是你的輸出內容假如是網頁,那么你的字符串處理輸出最總請保持為 UTF-8 ;同時 PHP.INI 中也明確設定 default_charset 為 UTF-8;HTML 的 Meta Tag 也明確標識為 UTF-8。

  現在萬事大吉了嗎,并沒有,雖然服務器和瀏覽器讓用戶使用 UTF-8 編碼,但是用戶的行為并沒有約束性,他可能輸入的是其他編碼的字符,或者上傳的文件名是其他編碼的字符,那么怎么辦呢?可以通過 mb_http_input() 和 mb_check_encoding() 函數來檢測用戶的編碼,然后內部轉換為 UTF-8。確保在任何一個層面,最終處理的是 UTF-8 編碼。換句話說,需要手段能夠知曉你的輸入是什么編碼的,處理完成后控制輸出的編碼是 UTF-8。

  不建議使用 mbstring.encoding_translation 指令 和 mb_detect_encoding() 函數。折磨我半天。

  操作系統和 UTF-8 的最佳實踐

  由于操作系統的原因,PHP 處理 Unicode 文件名的時候會有不同的處理機制。

  在 Linux 中,文件名始終是 UTF-8 編碼的,而在中文 Windows 環境下,文件名始終是 GBK 編碼的,記住這一點就可以了。

  通過例子說明下:

//命令行程序函數,運行在中文版 Windows 10 操作系統 ,文件編碼為 UTF-8

function filenameexample() {
    $filename = "測試.txt" ;
    $gbk_filename = iconv("UTF-8","GBK",$filename);
    file_put_contents($gbk_filename, "測試");
    echo file_get_contents($gbk_filename);
}

function scandirexample() {
    $arr = scandir("./tmp");
    foreach ($arr as $v) {
        if ($v == "." || $v =="..")
            continue ;
        $filename = iconv( "GBK","UTF-8",$v ) ;
        $content = file_get_contents("./tmp/" . $v );
    }
}

  假如不想寫寫兼容 Windows 和 linux 的程序,可以對文件名進行 urlencode 編碼,比如:

 function urlencodeexample() {
    $filename = "測試2.txt" ;
    $urlencodefilename = urlencode($filename) ;
    file_put_contents($urlencodefilename, "測試");
    echo file_get_contents($urlencodefilename);
 }

  在用 PHP 通過 header() 函數下載文件的時候,也要考慮瀏覽器和操作系統(大部分人使用的是 Windows),對于 Chrome 來說,輸出的文件名編碼可以是 UTF-8,Chrome 會自動將文件名轉換為 GBK 編碼。

  而對于低版本的 IE 來說,它繼承了操作系統的環境,所以下載文件名假如是中文必須轉碼為 UTF-8 編碼,否則下載的時候用戶看到的是亂碼文件名。通過代碼來說明:

$agent=$_SERVER["HTTP_USER_AGENT"];
if(strpos($agent,'MSIE')!==false  {
    $filename = iconv("UTF-8","GBK","附件.txt");
    header("Content-Disposition: attachment; filename=\"$filename\"");
}
QQ群:WEB開發者官方群(515171538),驗證消息:10000
微信群:加小編微信 849023636 邀請您加入,驗證消息:10000
提示:更多精彩內容關注微信公眾號:全棧開發者中心(fsder-com)
網友評論(共0條評論) 正在載入評論......
理智評論文明上網,拒絕惡意謾罵 發表評論 / 共0條評論
登錄會員中心
分分中彩票app 新竹市| 太康县| 通山县| 旬阳县| 阿瓦提县| 靖州| 建平县| 沙湾县| 巴南区| 武宣县| 锦州市| 甘德县| 临颍县| 芮城县| 南部县| 太仆寺旗| 淮南市| 丰宁| 清流县| 东乡族自治县| 鄂温| 龙江县| 瓮安县| 什邡市| 龙泉市| 汉寿县| 东丰县| 宜川县| 黄骅市| 辽源市| 桃江县| 文昌市| 张掖市| 江华| 山阴县| 长泰县| 左权县| 大港区|