如果我在 PHP 中将 UTF-8 编码的字符串与 ASCII 字符串连接起来，生成的字符串是什么编码？答案

【问题标题】：What encoding is the resulting string if I concatenate a UTF-8 encoded string with an ASCII string in PHP?如果我在 PHP 中将 UTF-8 编码的字符串与 ASCII 字符串连接起来，生成的字符串是什么编码？
【发布时间】：2019-06-22 21:38:32
【问题描述】：

如果我使用函数mb_convert_encoding()将PHP中的ASCII编码字符串转换为UTF-8字符串，然后将其与ASCII编码字符串连接起来，它是什么编码？这样做有什么负面影响吗？

【问题讨论】：

标签： php encoding utf-8 ascii data-conversion

【解决方案1】：

这首先取决于您是否指的是strict ASCII，它只包含 128 个字符。这些字符中的每一个在 ASCII 编码方案中都具有与 UTF-8 encoding scheme 中完全相同的编码。对于这些字符，mb_convert_encoding 函数将不起作用。您可以使用此脚本轻松验证这一点：

/* Convert ASCII to UTF-8 */
for ($i=0; $i<128; $i++) {
        $str1 = chr($i);
        $str2 = mb_convert_encoding($str1, "UTF-8", "ASCII");

        echo $str1 . " - " . $str2 . " - ";

        if ($str1 !== $str2) {
                echo " - DIFFERENT!";
        } else {
                echo " - same";
        }
        echo "\n";
}

对于所有这些 true ASCII 字符，对它们进行转码是没有意义的。

但是，如果您所说的“ASCII”是指扩展的 ASCII（请参阅here）并且正在谈论带有重音符号和其他内容的字符，那么您会遇到麻烦因为该术语没有描述明确的字符集。您会注意到，在list of supported character encodings for php's Multibyte String extension 中，首字母缩略词 ASCII 仅出现一次，即 ASCII 本身。

更准确地回答您的问题：

如果我使用函数 mb_convert_encoding() 将 PHP 中的 ASCII 编码字符串转换为 UTF-8 字符串，然后将其与 ASCII 编码字符串连接，它是什么编码？

结果字符串是both ASCII 和 UTF-8，因为这两种编码方案对这 128 个字符使用相同的字节编码。

这样做有什么负面影响吗？

如果字符实际上是 true ASCII 字符，在任何情况下都不应该有负面后果。

另一方面，如果字符串包含一些重音字符，如 Å 或 õ 并且一些草率的编码人员将其称为“扩展 ASCII”，那么您可能会遇到问题.例如，这些字符在 latin-1 和 UTF-8 编码方案中具有不同的编码。

考虑看一下这个 php 函数，它可能会失去一些理解。问问自己将非 ASCII 字符从 ASCII 转换为 UTF-8 意味着什么。这不是有意义的转换，但确实会导致此特定脚本发生变化：

$chars = array("Å", "õ");
foreach ($chars as $char) {
        echo $char . " : ";
        $str1 = mb_convert_encoding($str1, "UTF-8", "ASCII");
        $str2 = mb_convert_encoding($str1, "UTF-8", "ISO-8859-1");
        echo $str1 . " - " . $str2 . " - ";

        if ($char !== $str1) {
                echo " - ASCII DIFFERENT";
        }
        if ($char !== $str2) {
                echo " - LATIN 1 DIFFERENT";
        }
        echo "\n";
}

此时您可能会开始感到困惑。知道我在最后一个函数中的 PHP 代码有自己的字符编码，这可能对您有所帮助，在我的工作站上恰好是 utf-8。因此，我执行的这些转换非常愚蠢。我对 PHP 撒谎，说这些 UTF-8 字符串是 ASCII 或 Latin-1，并要求 PHP 将它们转换为 UTF-8。它尽其所能执行转换，但我们都知道转换没有意义。

我希望你能欣赏我在这里所得到的。每次您在计算机上看到一个字符时，它都有一些编码。是否有任何负面后果将取决于您如何处理提供给您的数据、您对其执行的转换以及您以后打算如何处理这些数据。

考虑监管链会很有帮助。你的数据是从哪里来的？他们使用了什么编码？那是我在我的系统上使用的吗？我在哪里发送这些数据？是否需要转换？您还应该注意为所有这些内容指定字符集：

您从客户那里收到的数据
向您的网站提交表单
在您的网站上显示 html
对应用程序中文本字符串的操作
与数据库的连接的字符编码、数据库中表的字符编码以及这些表中列的编码
存储数据的字符编码
电子邮件字符编码
提交给 API 的数据的字符编码

等等。

一般经验法则：尽可能使用 utf-8。

【讨论】：

感谢您的详细解释！
很高兴我能帮上忙。

【解决方案2】：

ASCII 是 UTF-8 的子集，因此 ASCII 字符串是有效的 UTF-8 字符串。连接两个 UTF-8 字符串是明确的。

【讨论】：