如何处理 PHP 中的字符编码 - Codeigniter？

Question

将用户输入转换为 UTF-8 的最佳方法是什么？

我有一个简单的表单，用户将在其中传递 HTML，HTML 可以是任何语言，也可以是任何字符编码格式。

我的问题是：

• 是否可以将所有内容都表示为 UTF-8？

• 我可以使用什么来有效地将任何字符编码转换为 UTF-8，以便我可以使用 PHP 字符串函数对其进行解析并将其保存到我的数据库中，然后使用 htmlentities 回显？

我正在努力研究如何最好地实施这一点 - 建议和链接表示赞赏。

我正在使用 Codeigniter 及其 input class 来检索帖子数据。

我应该提出几点：

• 我需要将 HTML 特殊字符转换为它们各自的实体
• 接受编码并以相同的编码返回它可能是个好主意。但是，我的网络应用正在使用：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

这可能会对事情产生不利影响。

Answer 1

在您的<form> 标签中指定accept-charset 以告诉浏览器提交以UTF-8 编码的用户输入数据：

<form action="foo" accept-charset="UTF-8">...</form>

请参阅此处以获取有关 HOW TO Use UTF-8 Throughout Your Web Stack 的完整指南。

Answer 2

是否可以将所有内容都表示为 UTF-8？

是的，UTF-8 是一种 Unicode 编码，因此您可以使用 Unicode 中定义的任何字符。这是迄今为止你用电脑能做的最好的事情。

我可以使用什么来有效地将任何字符编码转换为 UTF-8

iconv 让您几乎可以将任何编码转换为任何其他编码。 但是，你必须知道你正在处理什么编码。你不能说“iconv，不管它是什么，让它变成UTF-8！”。不幸的是，它不是这样工作的。你只能说“iconv，我在BIG5中有这个字符串，请把它转换成UTF-8。”。

如果您只处理 UTF-8 格式的表单数据，您可能永远不需要转换任何东西。

这样我就可以用 PHP 字符串函数解析它了

“PHP 字符串函数”作用于字节。他们不关心字符或编码。根据您想要做什么，在 UTF-8 文本上使用简单的 PHP 字符串函数会给您带来不好的结果。使用MB extension 中的编码感知字符串函数进行任何多字节编码字符串操作。

保存到我的数据库

只需确保您的数据库以 UTF-8 存储文本，并且您已将数据库连接设置为 UTF-8（即数据库知道您正在向其发送 UTF-8 数据）。您应该可以在 CodeIgniter 数据库连接设置中指定。

随后使用 htmlentities 回显？

只需echo htmlentities($text)，您无需再做任何事情。

但是，我的网络应用正在使用：<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

这可能会对事情产生不利影响。

一点也不。它只是向浏览器发出信号，表明您的页面是用 UTF-8 编码的。现在您只需要确保情况确实如此（无论如何您都在尝试这样做）。它还暗示浏览器应该将 UTF-8 发送到服务器。您可以使用表单上的accept-charset 属性来明确说明。

我可以推荐What Every Programmer Absolutely, Positively Needs To Know About Encodings And Character Sets To Work With Text，这可能会帮助您了解更多。

Answer 3

1) 是否可以将所有内容都表示为 UTF-8？

是的，所有内容都在 UNICODE 中定义。这是你现在能得到的最多，UNICODE 可以支持的未来还有空间。

2) 我可以使用什么来有效地将任何字符编码转换为 UTF-8，以便我可以使用 PHP 字符串函数对其进行解析并将其保存到我的数据库中，然后使用 htmlentities 回显？

您唯一需要知道的是数据的实际编码。如果您希望您的 Web 应用程序支持 UTF-8 进行输入和输出，则前端需要发出信号表明它支持 UTF-8。有关您的应用程序用户界面的指南，请参阅 Character Encodings。

在 PHP 中，您需要使用它支持的编码来提供任何函数。有些需要指定编码，有些则需要转换。如果它支持您的要求，请始终检查功能文档。另外检查您的 PHP 配置。

相关：

1. Preparing PHP application to use with UTF-8
2. How to detect malformed utf-8 string in PHP?

Answer 4

如果你想改变一个字符串的编码你可以试试

$utf8_string = mb_convert_encoding( $yourBadString , 'UTF-8' );

Answer 5

我发现唯一适用于 UTF-8 编码的方法是在我的 config.php 中设置

putenv('LC_ALL=en_US.utf8'); // or whatever language you need
setlocale(LC_ALL, 'en_US.utf8');  // or whatever language you need
bindtextdomain("mydomain", dirname(__FILE__) . "/../language");
textdomain("mydomain");

Answer 6

编辑：

Is it possible to represent everything as UTF-8?

是的，这是您需要确保的：

• html : headers/meta-header 设置为 utf-8
• 所有文件保存为 utf-8
• 数据库整理、表格和数据编码为 utf-8

What can I use to effectively convert any character encoding to UTF-8

您可以在将其保存到数据库之前使用utf8_encode（因为对于主要针对西欧语言设置的系统，它通常是 ISO-8859-1 或其密切关系，ref）。

// eg
$name = utf8_encode($this->input->post('name'));

正如我之前提到的，您需要确保数据库排序规则、表格和数据编码为 utf-8。在 CI 中，在您的数据库连接配置中

// Make sure have these lines
$db['default']['char_set'] = 'utf8';
$db['default']['dbcollat'] = 'utf8_general_ci';