В UTF-8 Все путем

Я хотел бы добавить одну вещь к chazomaticus' отличный ответ:

Не забудьте метатег либо (как это, или HTML4 или XHTML версия его):

<meta charset="utf-8">

это кажется тривиальным, но IE7 дал мне проблемы с этим раньше.

Я все делал правильно; база данных, подключение к базе данных и HTTP-заголовок Content-Type были установлены на UTF-8, и он отлично работал во всех других браузерах, но Internet Explorer по-прежнему настаивал на использовании "западноевропейской" кодировки.

оказалось, что на странице отсутствует метатег. Добавление этого решило проблему.

Edit:

W3C на самом деле имеет довольно большой раздел, посвященный I18N. У них есть ряд статей, связанных с этой проблемой-описание HTTP, (X)HTML и CSS стороны вещей:

• FAQ: изменение (X)кодировки HTML-страницы на UTF-8
• объявление кодировок символов в HTML
• учебник: наборы символов и кодировки в XHTML, HTML и CSS
• установка параметра кодировки HTTP

они рекомендуют использовать как заголовок HTTP, так и метатег HTML (или объявление XML в случае XHTML, служащего XML).

В дополнение к установке default_charset в php.ini, вы можете отправить правильный набор символов с помощью header() из вашего кода, перед любым выводом:

header('Content-Type: text/html; charset=utf-8');

работать с юникодом в PHP легко до тех пор, пока вы понимаете, что большинство строковые функции не работают с Unicode, и некоторые могут полностью исказить строки. PHP считает, что "символы" имеют длину 1 байт. Иногда это нормально (например,explode() только ищет последовательность байтов и использует ее в качестве разделителя -- так что не имеет значения, какие реальные персонажи вы ищете). Но в других случаях, когда функция на самом деле предназначена для работы на символы, PHP понятия не имеет, что ваш текст содержит многобайтовые символы, которые находятся в Юникоде.

хорошая библиотека, чтобы проверить в это phputf8. Это переписывает все "плохие" функции, так что вы можете безопасно работать на utf8 строки. Есть расширения, такие как расширение mbstring, которые пытаются сделать это и для вас, но я предпочитаю использование библиотеки, потому что она более портативна (но я пишу продукты массового рынка, так что это важно для меня). Но phputf8 может использовать mbstring за кулисами, в любом случае, для повышения производительности.

старая тема, я знаю. Обнаружена проблема с кем-то, использующим PDO, и ответ состоял в том, чтобы использовать это для строки подключения PDO:

$pdo = new PDO(
    'mysql:host=mysql.example.com;dbname=example_db',
    "username",
    "password",
    array(PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8"));

сайт, с которого я это взял, был в состоянии получить его с помощью кэша google, к счастью.

в моем случае, я использую mb_split, который использует регулярное выражение. Поэтому мне также пришлось вручную убедиться, что кодировка регулярных выражений была utf-8, выполнив mb_regex_encoding('UTF-8');

в качестве примечания, я также обнаружил, запустив mb_internal_encoding() что внутренняя кодировка не была utf-8, и я изменил это, запустив mb_internal_encoding("UTF-8");.

прежде всего, если вы находитесь в

Я удивлен, что никто не упомянул международный библиотека, которая имеет хорошую поддержку unicode,графемы,строковые операции,локализация и многое другое, см. ниже.

Я приведу некоторые сведения о поддержке unicode в PHP от Элизабет Смит горки at PHPBenelux ' 14

международный

хорошо:

• обертка вокруг библиотеки ICU
• стандартизированные локали, установите локаль для каждого скрипта
• форматирование
валюты
• форматирование сообщений (заменяет gettext)
• календари, даты, часовой пояс и время
• Транслитератор
• Spoofchecker
• пакеты ресурсов
• шт.
• поддержка IDN
• графемы
• сортировка
• итераторы

плохое:

• не поддерживает zend_multibite
• не поддерживает преобразование ввода-вывода HTTP
• не поддерживает функцию перегрузка

mb_string

• включает поддержку zend_multibyte
• поддерживает прозрачную кодировку HTTP in / out
• предоставляет некоторые обертки для funtionallity, такие как strtoupper

ICONV

• основной для преобразования кодировки
• обработчик выходного буфера
• кодировка mime функциональность
• преобразование
• некоторые строки помощников (len, substr, strpos, strrpos)
• Stream Filter stream_filter_append($fp, 'convert.iconv.ISO-2022-JP/EUC-JP')

базы данных

• mysql: кодировка и параметры сортировки в таблицах и при подключении (не параметры сортировки). Также не используйте mysql-msqli или PDO
• postgresql: pg_set_client_encoding
• sqlite( 3): убедитесь, что он был скомпилирован с unicode и intl поддержка

некоторые другие Gotchas

• вы не можете использовать имена файлов unicode с PHP и windows, Если вы не используете расширение 3-й части.
• отправить все в ASCII, если вы используете exec, proc_open и другие вызовы командной строки
• обычный текст не является обычным текстом, файлы имеют кодировки
• вы можете конвертировать файлы на лету с помощью фильтра с iconv

Я буду обновлять этот ответ в случае, если вещи меняют добавленные функции и так далее.

Я недавно обнаружил, что с помощью strtolower() может вызвать проблемы, когда данные усекаются после специального символа.

решение было использовать

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

mb_ использует многобайтовые. Он поддерживает больше символов, но в целом немного медленнее.

единственное, что я хотел бы добавить к этим удивительным ответам, - это подчеркнуть сохранение ваших файлов в кодировке utf8, я заметил, что браузеры принимают это свойство над настройкой utf8 в качестве кодировки кода. Любой приличный текстовый редактор покажет вам это, например Notepad++ имеет опцию меню для файла enconding, он показывает вам текущую кодировку и позволяет ее изменить. Для всех моих php файлов я использую utf8 без спецификации.

некоторое время назад у меня кто-то попросил меня добавить поддержку utf8 для a на PHP/MySQL приложения, разработанные кем-то еще, я заметил, что все файлы были в кодировке ANSI, так что мне пришлось использовать функцию iconv для преобразования всех файлов, изменение таблиц базы данных для использования в utf8 и utf8_general_ci разобрать, добавить в комплект именами в формате utf8', чтобы слой абстракции данных после подключения (если используется 5.3.6 или раньше, в противном случае вам придется использовать кодировка=utf8 в строку подключения) и изменить строковые функции использовать PHP многобайтовые строковые функции эквивалентны.

в PHP вам нужно будет либо использовать многобайтовые функции или mbstring.func_overload. Таким образом, такие вещи, как strlen, будут работать, если у вас есть символы, которые занимают более одного байта.

вам также необходимо определить набор символов ваших ответов. Вы можете либо использовать AddDefaultCharset, как указано выше, либо написать PHP-код, который возвращает заголовок. (Или вы можете добавить метатег в свои HTML-документы.)

Я только что прошел через ту же проблему и нашел хорошее решение в руководствах PHP.

Я изменил всю свою кодировку файла на UTF8, а затем кодировку по умолчанию в моем соединении. Это решило все проблемы.

if (!$mysqli->set_charset("utf8")) {
    printf("Error loading character set utf8: %s\n", $mysqli->error);
} else {
   printf("Current character set: %s\n", $mysqli->character_set_name());
}

Посмотреть Источник

поддержка Unicode в PHP по-прежнему является огромным беспорядком. Хотя он способен преобразовывать строку ISO8859 (которую он использует внутри) в utf8, ему не хватает возможности работать со строками unicode изначально, что означает, что все функции обработки строк будут искажать и повреждать ваши строки. Поэтому вам нужно либо использовать отдельную библиотеку для правильной поддержки utf8, либо переписать все функции обработки строк самостоятельно.

легкая часть просто указывает кодировку в заголовках HTTP и в базе данных и тому подобное, но ничто из этого не имеет значения, если ваш PHP-код не выводит допустимый UTF8. Это самая сложная часть, и PHP практически не помогает вам. (Я думаю, что PHP6 должен исправить худшее из этого, но это еще не скоро)

верхний ответ отличный. Вот что мне пришлось сделать при обычной настройке debian / php / mysql:

// storage
// debian. apparently already utf-8

// retrieval
// the mysql database was stored in utf-8, 
// but apparently php was requesting iso. this worked: 
// ***notice "utf8", without dash, this is a mysql encoding***
mysql_set_charset('utf8');

// delivery
// php.ini did not have a default charset, 
// (it was commented out, shared host) and
// no http encoding was specified in the apache headers.
// this made apache send out a utf-8 header
// (and perhaps made php actually send out utf-8)
// ***notice "utf-8", with dash, this is a php encoding***
ini_set('default_charset','utf-8');

// submission
// this worked in all major browsers once apache
// was sending out the utf-8 header. i didnt add
// the accept-charset attribute.

// processing
// changed a few commands in php, like substr,
// to mb_substr

все !

если вы хотите, чтобы сервер MySQL определял набор символов, а не PHP в качестве клиента (старое поведение; предпочтительно, на мой взгляд), попробуйте добавить skip-character-set-client-handshake на my.cnf, под [mysqld] и перезапустите mysql.

это может вызвать проблемы в случае, если вы используете что-либо, кроме UTF8.