PHP 的 mb_internal_encoding 实际上是做什么的？

Question

According to the PHP website 这样做：

encoding 是用于 HTTP 输入的字符编码名称 字符编码转换，HTTP输出字符编码 转换，以及字符串函数的默认字符编码 由 mbstring 模块定义。你应该注意到内部 编码与多字节正则表达式的编码完全不同。

有人可以用更简单的术语解释一下吗？

1. HTTP 输入字符编码转换
2. HTTP 输出字符编码转换
3. 字符串函数的默认字符编码
4. “内部编码与多字节正则表达式完全不同”是什么意思？

我的猜测是

1. 表示 GET 和 POST 被视为该编码。
2. 表示它输出到该编码。
3. 表示它对所有多字节字符串函数使用该编码。
4. 我不知道。为什么正则表达式与普通字符串函数不同？

如果第2点是正确的，你需要做什么：

ini_set('default_charset', 'UTF-8');

如果我对 3 的理解正确，这是否意味着您这样做：

mb_internal_encoding('UTF-8')

你不需要这样做：

mb_strtolower($str, 'UTF-8');

只是：

mb_strtolower($str);

我确实在另一篇 SO 帖子上读到 mb_strtolower($str) 不应该被信任，并且您需要为每个多字节字符串函数设置编码。这是真的吗？

Answer 1

mbstring 扩展添加了一个绝妙的想法 (</sarcasm>) 自动将所有传入数据和所有输出数据从某种编码转换为另一种编码。见mbstring HTTP Input and Output。它使用mbstring.http_input ini 设置和mb_output_handler 进行配置。 mb_internal_encoding 影响此转换。 IMO，您应该关闭这些设置并且永远不要触摸它们；我还没有找到任何可以通过这个优雅地解决的问题，总体而言，进行隐式编码转换听起来是个糟糕的主意。特别是如果它全部通过一个全局标志 (mb_internal_encoding) 进行控制，该标志在各种不同的上下文中使用。
所以这是 1. 和 2.

对于 3.，确实如此，mb_internal_encoding 基本上为所有接受 $encoding 参数的 mb_ 函数设置了默认值。本质上，它只是设置一个全局变量（内部），其他函数从中读取，仅此而已。

最后一部分是指有一个单独的mb_regex_encoding 函数来设置mb_ereg_ 函数的内部编码。

我确实在另一篇 SO 帖子中读到 mb_strtolower($str) 不应该被信任，并且您需要为每个多字节字符串函数设置编码。这是真的吗？

我同意这一点，因为不能信任所有全局状态。这是非常值得信赖的：

mb_internal_encoding('UTF-8');
mb_strtolower($string);

然而，事实并非如此：

mb_strtolower($string);

看到区别了吗？如果您依赖在其他地方正确设置全局状态，您永远无法确定它实际上是正确的。您只需要调用某个第三方库，将 mb_internal_encoding 设置为您不知道的其他值，您的 mb_strtolower 调用就会突然变得非常不同。