PHP 与 UTF-8 的最佳实践详细介绍


Posted in PHP onJanuary 04, 2017

《PHP中的字符串、编码、UTF-8》一文中描述了一些列的基础知识,比较枯燥,现在来说点有用的——PHP 字符串处理的最佳实践,本文是“PHP、字符串、编码、UTF-8”相关知识的第二部分。先说结论—— 在 PHP 中的各个方面使用 UTF-8 编码。

PHP 语言层面是不支持 Unicode字符集的,但是可以通过 UTF-8 编码能处理大部分问题。

最佳实践就是明确知道输入编码(不知道就检测),内部统一转换为 UTF-8 编码,输出编码也统一是 UTF-8编码。

PHP 层面如何处理 UTF-8

当操作 Unicode 字符集的时候,请务必安装 mbstring 扩展,并使用相应的函数代替原生的字符串函数。举个例子,一个文件编码为 UTF-8 的 PHP 代码,假如使用 strlen() 函数是错误的,请使用 mb_strlen() 函数代替。

mbstring 扩展大部分的函数都需要基于一个编码(内部编码)来处理,请务必统一使用 UTF-8 编码,这个大部分可以在 PHP.INI 中配置。

从 PHP 5.6 开始,default_charset 配置可以替换 mbstring.http_input,mbstring.http_output 。

另外一个重要的配置就是 mbstring.language,这个默认值是 Neutral(UTF-8)。

注意文件编码和 mbstring 扩展的内部编码不是同一个概念。

概括的说来:

  • PHP.INI 中涉及到 mbstring 扩展的部分尽量使用 UTF-8。
  • 请用 mbstring 扩展函数代替原生字符串操作函数。
  • 在使用相关函数的时候,请务必了解你操作的字符的编码是什么,在使用对应函数的时候,显示的写上 UTF-8 编码参数,比如 htmlentities() 函数的第三个参数显示写上 UTF-8。

文件 IO 操作 如何处理 UTF-8

这里举个例子,假如你要打开一个文件,但是不知道文件内容是什么编码的,那么如何处理呢?

最佳实践就是,在打开的时候统一转换成 UTF-8,修改内容后就再转回原来的编码并保存到文件。看代码把:

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

$file = "file.txt"; //一个编码为gbk的中文文件
$str= file_get_contents($file);
//不管来源是什么编码,统一显示的时候转换为 UTF-8
 if (mb_check_encoding($str,"GBK")) 
  $str = mb_convert_encoding($str,"UTF-8",“GBK”); 

$str ="修改内容";
$str = mb_convert_encoding($str,$srcbm,"UTF-8"); //原样转回去
file_put_contents($file,$str);

Mysql 和 UTF-8 的最佳实践

这个相对简单,首先保证你的 Mysql 都是 UTF-8。然后 Mysql 客户端连接的时候也保持 UTF-8,具体到 PHP 中,就是 imysql 或者 PDO 扩展连接 Mysql 的时候都设置 UTF-8 作为连接编码,二边保持一致,一般就不会遇到问题。

浏览器和 UTF-8 的最佳实践

这个也比较简单,就是你的输出内容假如是网页,那么你的字符串处理输出最总请保持为 UTF-8 ;同时 PHP.INI 中也明确设定 default_charset 为 UTF-8;HTML 的 Meta Tag 也明确标识为 UTF-8。

现在万事大吉了吗,并没有,虽然服务器和浏览器让用户使用 UTF-8 编码,但是用户的行为并没有约束性,他可能输入的是其他编码的字符,或者上传的文件名是其他编码的字符,那么怎么办呢?可以通过 mb_http_input() 和 mb_check_encoding() 函数来检测用户的编码,然后内部转换为 UTF-8。确保在任何一个层面,最终处理的是 UTF-8 编码。换句话说,需要手段能够知晓你的输入是什么编码的,处理完成后控制输出的编码是 UTF-8。

不建议使用 mbstring.encoding_translation 指令 和 mb_detect_encoding() 函数。折磨我半天。

操作系统和 UTF-8 的最佳实践

由于操作系统的原因,PHP 处理 Unicode 文件名的时候会有不同的处理机制。

在 Linux 中,文件名始终是 UTF-8 编码的,而在中文 Windows 环境下,文件名始终是 GBK 编码的,记住这一点就可以了。

通过例子说明下:

//命令行程序函数,运行在中文版 Windows 10 操作系统 ,文件编码为 UTF-8

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

假如不想写写兼容 Windows 和 linux 的程序,可以对文件名进行 urlencode 编码,比如:

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

在用 PHP 通过 header() 函数下载文件的时候,也要考虑浏览器和操作系统(大部分人使用的是 Windows),对于 Chrome 来说,输出的文件名编码可以是 UTF-8,Chrome 会自动将文件名转换为 GBK 编码。

而对于低版本的 IE 来说,它继承了操作系统的环境,所以下载文件名假如是中文必须转码为 UTF-8 编码,否则下载的时候用户看到的是乱码文件名。通过代码来说明:

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

感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!

PHP 相关文章推荐
基于PHP与XML的PDF文档生成技术
Oct 09 PHP
用session做客户验证时的注意事项
Oct 09 PHP
php 字符过滤类,用于过滤各类用户输入的数据
May 27 PHP
基于PHP的cURL快速入门教程 (小偷采集程序)
Jun 02 PHP
如何让thinkphp在模型中自动完成session赋值小教程
Sep 05 PHP
php数组键名技巧小结
Feb 17 PHP
PHP中JSON的应用技巧
Oct 10 PHP
ThinkPHP模板循环输出Volist标签用法实例详解
Mar 23 PHP
php HTML无刷新提交表单
Apr 05 PHP
PHP实现用session来实现记录用户登陆信息
Oct 15 PHP
PHP的PDO事务与自动提交
Jan 24 PHP
php的对象传值与引用传值代码实例讲解
Feb 26 PHP
详解Yii2 定制表单输入字段的标签和样式
Jan 04 #PHP
PHPExcel导出2003和2007的excel文档功能示例
Jan 04 #PHP
CI框架实现优化文件上传及多文件上传的方法
Jan 04 #PHP
PHP搭建大文件切割分块上传功能示例
Jan 04 #PHP
php实现的简单中文验证码功能示例
Jan 03 #PHP
php与c 实现按行读取文件实例代码
Jan 03 #PHP
浅谈PHP安全防护之Web攻击
Jan 03 #PHP
You might like
用PHP编写PDF文档生成器
2006/10/09 PHP
无法载入 mcrypt 扩展,请检查 PHP 配置终极解决方案
2011/07/18 PHP
php中常用的预定义变量小结
2012/05/09 PHP
解析php中两种缩放图片的函数,为图片添加水印
2013/06/14 PHP
php缓存技术详细总结
2013/08/07 PHP
CI框架文件上传类及图像处理类用法分析
2016/05/18 PHP
PHP中ajax无刷新上传图片与图片下载功能
2017/02/21 PHP
js设置组合快捷键/tabindex功能的方法
2013/11/21 Javascript
JavaScript获取两个数组交集的方法
2015/06/09 Javascript
javascript每日必学之基础入门
2016/02/16 Javascript
灵活的理解JavaScript中的this指向
2016/02/25 Javascript
JavaScript中的冒泡排序法
2016/08/03 Javascript
Jquery Easyui对话框组件Dialog使用详解(14)
2016/12/19 Javascript
详解如何在react中搭建d3力导向图
2018/01/12 Javascript
从Vuex中取出数组赋值给新的数组,新数组push时报错的解决方法
2018/09/18 Javascript
Vue一次性简洁明了引入所有公共组件的方法
2018/11/28 Javascript
Vue export import 导入导出的多种方式与区别介绍
2020/02/12 Javascript
React冒泡和阻止冒泡的应用详解
2020/08/18 Javascript
python3+PyQt5重新实现自定义数据拖放处理
2018/04/19 Python
在Windows中设置Python环境变量的实例讲解
2018/04/28 Python
Python过滤txt文件内重复内容的方法
2018/10/21 Python
python简单贪吃蛇开发
2019/01/28 Python
Python进程间通信Queue消息队列用法分析
2019/05/22 Python
Python进阶之使用selenium爬取淘宝商品信息功能示例
2019/09/16 Python
python实现密码强度校验
2020/03/18 Python
如何使用Python处理HDF格式数据及可视化问题
2020/06/24 Python
基于PyInstaller各参数的含义说明
2021/03/04 Python
css3动画效果抖动解决方法
2018/09/03 HTML / CSS
Mytheresa英国官网:拥有160多个奢侈品品牌
2016/10/09 全球购物
Linux不知道文件后缀名怎么判断文件类型
2014/08/21 面试题
积极向上的团队口号
2014/06/06 职场文书
2015年学生会主席工作总结
2015/04/21 职场文书
运动会新闻稿
2015/07/17 职场文书
职场领导同事生日简短祝福语
2019/08/06 职场文书
浅谈克隆 JavaScript
2021/11/02 Javascript
vue3种table表格选项个数的控制方法
2022/04/14 Vue.js