PHP 序列化函数是否兼容 UTF-8？答案

【问题标题】：Is PHP serialize function compatible UTF-8?PHP 序列化函数是否兼容 UTF-8？
【发布时间】：2010-03-30 07:43:46
【问题描述】：

我想将一个网站从 ISO 迁移到 UTF-8。

我在数据库中有一条由以下主键索引的记录：

s:22:"Informations générales";

问题是，现在（使用 UTF-8），当我序列化字符串时，我得到：

s:24:"Informations générales";

（注意字符串的大小现在是字节数，而不是字符串长度）

所以这与非utf8以前的记录不兼容！

我做错了吗？我该如何解决这个问题？

谢谢

【问题讨论】：

@Col Shrapnel：这就是所谓的“法国”，因此并不奇怪。
他指的不是语言。他使用序列化的 PHP 字符串作为主键。这很奇怪。
@Boldewyn 他可能指的不是法语。
大声笑，你很有趣。我更喜欢回答：我知道，真的，这很奇怪，但这是一个非常特殊的情况，请忽略它^^（实际上这不是主键，但我有一种情况）到...你知道...无论如何）
讽刺，你去吧...但是，它可能是有效的。想想唯一的 URI，如果那是本地部分（url 解码），那么将它用作主键是一个完全正当的理由。

标签： php serialization utf-8

【解决方案1】：

行为完全正确。两个不同编码的字符串会产生不同的字节流，从而产生不同的序列化字符串。

【讨论】：

好的，这很正常：序列化过程需要内存长度，而不是字符串长度
@Matthieu：我知道这听起来很奇怪，但在 PHP 中字符串实际上是字节数组。如果您echo strlen($utf8EncodedString)，您将获得相同的输出。字符长度，需要mb_strlen()。
另一个：file_get_contents() 会给你一个字符串（即使在获取二进制文件的内容时）。套接字函数也是如此。
是的，我知道这一切，只是我想确定序列化是使用“字符串长度”还是“内存大小”。显然这是内存大小，所以我只需要使用 PHP UTF-8 重新生成包含序列化数据（以前以 ISO 编码）的所有数据库记录

【解决方案2】：

将数据库转储到 latin1 中。

在命令行中：

sed  -e 's/latin1/utf8/g' -i ./DBNAME.sql

导入转换为 UTF-8 新数据库的文件。

使用 php 脚本更新每个字段。进行查询，遍历每个字段并使用以下命令更新序列化字符串：

$str = preg_replace('!s:(\d+):"(.*?)";!se', "'s:'.strlen('$2').':\"$2\";'", $str);

在那之后，我能够使用 unserialize() 以及所有使用 UTF-8 的东西。

【讨论】：

最大的问题是，如果你的字符串中有双引号，它们前面会加上一个反斜杠，因为 PHP 不恰当地试图帮助你（这是“e”标志的副作用）。使用“preg_replace_callback”似乎是解决这个问题的好方法。
你是对的@MichaelChaney。我最近遇到了这个问题，并通过在 preg_replace 中使用此正则表达式模式 /!s:(\d+):"(.*?)";!/s 而不是 !s:(\d+):"(.*?)";!se 来修复它。不确定这个是否有任何副作用或缺点。

【解决方案3】：

要反序列化一个 utf-8 编码的序列化数组：

$array = @unserialize($arrayFromDatabase);
if ($array === false) {
  $array =  @unserialize(utf8_decode($arrayFromDatabase)); //decode first
  $array = array_map('utf8_encode', $array ); // encode the array again
}

【讨论】：

当您有预先存在的以 ISO-8859-X 编码的序列化数据并且需要在移植到 UTF-8 的应用程序中使用它时，我发现此解决方案非常有用。

【解决方案4】：

PHP 4 和 5 没有内置的 Unicode 支持；我相信 PHP 6 开始添加更多的 Unicode 支持，尽管我不确定这有多完善。

【讨论】：

我知道，我只是想知道“主键”的情况

【解决方案5】：

你没有做错什么。 v6 之前的 PHP 不支持 Unicode，因此不支持它，如果你没有击败它（即，通过 mbstring 扩展或其他方式）。

我们在这里围绕serialize() 编写了自己的包装器来解决这个问题。您也可以转向其他序列化技术，例如 JSON（自 5.2.0 起在 PHP 中使用 json_encode() 和 json_decode()）。

【讨论】：