在 MySql 数据库中存储序列化对象答案

【问题标题】：Storing a serialized object in MySql database在 MySql 数据库中存储序列化对象
【发布时间】：2012-02-02 08:21:34
【问题描述】：

我有一个大的 php 对象，我想将其序列化并存储在 MySql 数据库中。表编码是UTF-8，保存序列化对象编码的列也是UTF-8。

问题是对象包含一个包含法语字符的文本字符串。

例如：

Merci d'avoir passé commande avec Lovre. Voici le récapitulatif de votre commande

当我序列化对象然后再次直接反序列化它时，字符串被维护并且格式正确。

但是，当我将序列化的对象存储到 MySql 数据库中然后再次检索它然后取消序列化它时，字符串变成这样：

Merci d'avoir passÃ© commande avec Lovre. Voici le rÃ©capitulatif de votre commande

当我将对象存储在数据库中时出现问题。

注意事项：

对象是使用 propel ORM 存储的。
列类型为text。
字符串存储并从 html 文件中读取。

【问题讨论】：

你文件的编码是什么？
您可以尝试对其进行 base_64 编码，但您不必这样做。数据库列是什么类型？你检查过php中的数据库连接设置吗？
@TheSilencer 数据库列类型是文本。数据库连接是使用 PROPEL 完成的。
@alexn 字符串存储在 html 文件中。

标签： php mysql encoding propel object-serialization

【解决方案1】：

serialize 创建的字符串是二进制字符串，它们没有特定的字符集编码，只是一个字节“数组”（其中一个字节是 8 位，一个八位字节）。

如果您现在获取这样一个字符串并告诉您的数据库它是 LATIN-1 编码的，并且您的数据库将其存储到使用 UTF-8 编码的文本字段中，那么数据库将透明地将编码从 LATIN-1 更改为 UTF -8。 UTF-8 是一种字符集编码，对于某些字符，每个字符使用一个以上字节，例如您在问题中给出的那些字符，例如 é。

字符é 然后在数据库中存储为Ã©，这是é 的UTF-8 字节序列。

如果您现在从数据库中获取数据而没有指定您需要的编码，那么数据库会将其返回为 UTF-8。

现在unserialize 有一个问题，因为二进制字符串已被修改为使其无效。

相反，您需要告诉您的数据库在存储序列化字符串时不应修改编码，例如通过选择正确的列类型和编码（二进制字段，BLOB - Binary Large Object^{MySQL Docs}，另见Binary Types^{Propel Docs}） - 或者 - 当您从数据库中获取数据时，您将字符集编码恢复为原始格式。第一种方法（二进制字段）更好，因为它正是您要寻找的。p>

对于已经以错误格式存入数据库的数据，需要更正数据。为此，您首先需要找出应用了哪种重新编码，例如从哪个字符集到哪个字符集。我认为它是 LATIN-1，但不能保证。您需要查看当前应用程序数据和流程的编码以找出答案。

找到后，将值从 UTF-8 编码回原始编码。

【讨论】：

我试了你说的，将列类型转换为BLOB，但问题依旧。但是，在从数据库中检索对象后，我决定utf_decode 消息本身并解决了问题。
它对现有数据和/或新数据是否持续存在？我也不是推进专家，但我很确定数据库层必须有一个直截了当的解决方案，因此您无需关心应用程序逻辑代码中的编码。如果你不能在数据库层解决它，PHP 中还有Serializable 接口可能有助于保持你的代码干净。
我没有现有数据，因为我本身仍处于开发阶段。我检查了 PROPEL 配置，它在连接中使用 UTF-8。也许我错过了一些东西，但我会研究你提到的 Serializable 接口。感谢您的帮助。

【解决方案2】：

确保在任何地方都使用 utf-8 - 听起来你错过了什么。

在您的情况下，我认为您忘记为您的数据库连接设置正确的字符集（使用 SET NAMES 语句或 mysql_set_charset()） - 但如果没有看到您的代码就很难说（我不知道）不知道推进）。

以下是chazomaticus的引用，他在UTF-8 all the way through中给出了完美的答案，列出了你需要注意的所有点：

存储：

指定utf8_unicode_ci（或等效）所有表的排序规则和数据库中的文本列。这使得 MySQL 物理存储和以 UTF-8 本地检索值。

检索：

在 PHP 中，在任何 DB 包装器中使用，你需要设置连接字符集为 utf8。这样，MySQL 就可以没有从其原生 UTF-8 转换当它将数据交给 PHP 时。 * 请注意，如果您不使用数据库包装器，你可能不得不发出一个查询告诉 MySQL 给你结果为 UTF-8：SET NAMES 'utf8' （一旦连接上）。

交货：

你必须告诉 PHP 交付客户端的正确标头，所以文本将被解释为 UTF-8。在 PHP，你可以使用default_charset php.ini 选项，或手动发出 Content-Type 自己标头，哪个只是更多的工作，但有相同的效果。

提交：

您希望通过以下方式发送给您的所有数据浏览器为 UTF-8。不幸的是，唯一的方法是可靠地这样做是添加 accept-charset 属于你所有的 <form> 标签：<form ... accept-charset="UTF-8">.

注意 W3C HTML 规范说客户“应该”默认发送以任何形式返回服务器字符集服务器服务，但这是显然只是一个建议，因此需要明确每个<form> 标签。

尽管在这方面，你仍然会想要验证每个提交的字符串在您尝试之前作为有效的 UTF-8 存放或在任何地方使用。 PHP的 mb_check_encoding() 成功了，但你必须虔诚地使用它。

处理：

不幸的是，这很难部分。你需要确保每次处理 UTF-8 字符串时，你这样做是安全的。最简单的方法这是通过广泛使用 PHP 的 mbstring 扩展。

PHP 的默认情况下不是字符串操作 UTF-8 安全。有些事情你可以安全地使用普通的 PHP 字符串操作（如连接），但是对于大多数事情，您应该使用等效mbstring 函数。

到知道你在做什么（阅读：不乱起来），你真的需要知道 UTF-8 以及它如何在最低处工作可能的水平。查看任何来自utf8.com 的链接资源来学习你需要的一切知道。

还有，我也有这种感觉应该在某处说，即使这似乎很明显：每个 PHP 或 HTML 您将要提供的文件应该是以有效的 UTF-8 编码。

请注意，您不需要使用 utf-8 - 重要的是在任何地方都使用相同的字符集，而与可能的字符集无关。但是，如果您无论如何都需要更改内容，请使用 utf-8。

【讨论】：

【解决方案3】：

我总是通过使用 base64_encode() 来存储 esrialized 数据。序列化数据有时会导致问题，但使用它的 base64 值后，只剩下简单的字符。

【讨论】：

【解决方案4】：

我强烈建议您使用json_encode 而不是序列化。总有一天，您会发现自己尝试使用来自 PHP 以外的其他地方的数据，并将其存储在 JSON 中使其在任何地方都可读；几乎所有语言都支持解码 JSON，并且是一个成熟的标准。

关于在任何地方使用 utf8 的答案都成立！ :-D

【讨论】：

不是一个好主意：1。它将数组转换为对象，2. 类类型和方法丢失
无论如何方法都会丢失....你不会用serialize调用保存它们相信我，存储序列化的东西是一个更糟糕的主意..你最终需要阅读那些东西从别的地方。如果您需要反序列化回一个类，只需将类型存储为字符串，然后切换以使用 json 数据作为字段实例化正确的类，而不是返回纯 json，就像任何 ORM 基本上对 DB 记录所做的那样。
JSON 在某些情况下可能确实更好。但是，这里的问题是如何序列化 PHP 对象，所以 1. 无论如何你都可以坚持使用 PHP 2. 你不能将 PHP 对象转换为 JSON，因为那样你就不能 unserialize/json_decode 它所以你仍然可以重新创建原始 PHP 对象。