PHP與UTF-8的最佳實(shí)踐
《PHP中的字符串、編碼、UTF-8》一文中描述了一些列的基礎(chǔ)知識(shí)，比較枯燥，現(xiàn)在來(lái)說(shuō)點(diǎn)有用的——PHP字符串處理的最佳實(shí)踐，本文是“PHP、字符串、編碼、UTF-8”相關(guān)知識(shí)的第二部分。先說(shuō)結(jié)論——在PHP中的各個(gè)方面使用UTF-8編碼。
PHP語(yǔ)言層面是不支持Unicode字符集的，但是可以通過(guò)UTF-8編碼能處理大部分問(wèn)題。最佳實(shí)踐就是明確知道輸入編碼(不知道就檢測(cè))，內(nèi)部統(tǒng)一轉(zhuǎn)換為UTF-8編碼，輸出編碼也統(tǒng)一是UTF-8編碼。
PHP層面如何處理UTF-8
當(dāng)操作Unicode字符集的時(shí)候，請(qǐng)務(wù)必安裝mbstring擴(kuò)展，并使用相應(yīng)的函數(shù)代替原生的字符串函數(shù)。舉個(gè)例子，一個(gè)文件編碼為UTF-8的PHP代碼，假如使用strlen()函數(shù)是錯(cuò)誤的，請(qǐng)使用mb_strlen()函數(shù)代替。
mbstring擴(kuò)展大部分的函數(shù)都需要基于一個(gè)編碼(內(nèi)部編碼)來(lái)處理，請(qǐng)務(wù)必統(tǒng)一使用UTF-8編碼，這個(gè)大部分可以在PHP.INI中配置。
從PHP5.6開(kāi)始，default_charset配置可以替換mbstring.http_input，mbstring.http_output。
另外一個(gè)重要的配置就是mbstring.language，這個(gè)默認(rèn)值是Neutral(UTF-8)。
注意文件編碼和mbstring擴(kuò)展的內(nèi)部編碼不是同一個(gè)概念。
概括的說(shuō)來(lái)：
PHP.INI中涉及到mbstring擴(kuò)展的部分盡量使用UTF-8。
請(qǐng)用mbstring擴(kuò)展函數(shù)代替原生字符串操作函數(shù)。
在使用相關(guān)函數(shù)的時(shí)候，請(qǐng)務(wù)必了解你操作的字符的編碼是什么，在使用對(duì)應(yīng)函數(shù)的時(shí)候，顯示的寫(xiě)上UTF-8編碼參數(shù)，比如htmlentities()函數(shù)的第三個(gè)參數(shù)顯示寫(xiě)上UTF-8。
文件IO操作如何處理UTF-8
這里舉個(gè)例子，假如你要打開(kāi)一個(gè)文件，但是不知道文件內(nèi)容是什么編碼的，那么如何處理呢?
最佳實(shí)踐就是，在打開(kāi)的時(shí)候統(tǒng)一轉(zhuǎn)換成UTF-8，修改內(nèi)容后就再轉(zhuǎn)回原來(lái)的編碼并保存到文件�？创a吧：
if ( mb_internal_encoding()!="UTF-8") {
mb_internal_encoding("UTF-8");
}
$file = "file.txt"; //一個(gè)編碼為gbk的中文文件
$str= file_get_contents($file);
//不管來(lái)源是什么編碼，統(tǒng)一顯示的時(shí)候轉(zhuǎn)換為 UTF-8
if (mb_check_encoding($str,"GBK"))
$str = mb_convert_encoding($str,"UTF-8",“GBK”);
$str ="修改內(nèi)容";
$str = mb_convert_encoding($str,$srcbm,"UTF-8"); //原樣轉(zhuǎn)回去
file_put_contents($file,$str);
瀏覽器和 UTF-8 的最佳實(shí)踐
這個(gè)也比較簡(jiǎn)單，就是你的輸出內(nèi)容假如是網(wǎng)頁(yè)，那么你的字符串處理輸出最總請(qǐng)保持為 UTF-8 ;同時(shí) PHP.INI 中也明確設(shè)定 default_charset 為 UTF-8;HTML 的 Meta Tag 也明確標(biāo)識(shí)為 UTF-8。
現(xiàn)在萬(wàn)事大吉了嗎，并沒(méi)有，雖然服務(wù)器和瀏覽器讓用戶使用 UTF-8 編碼，但是用戶的行為并沒(méi)有約束性，他可能輸入的是其他編碼的字符，或者上傳的文件名是其他編碼的字符，那么怎么辦呢?可以通過(guò) mb_http_input() 和 mb_check_encoding() 函數(shù)來(lái)檢測(cè)用戶的編碼，然后內(nèi)部轉(zhuǎn)換為 UTF-8。確保在任何一個(gè)層面，最終處理的是 UTF-8 編碼。換句話說(shuō)，需要手段能夠知曉你的輸入是什么編碼的，處理完成后控制輸出的編碼是 UTF-8。
不建議使用 mbstring.encoding_translation 指令 和 mb_detect_encoding() 函數(shù)。折磨我半天。
操作系統(tǒng)和 UTF-8 的最佳實(shí)踐
由于操作系統(tǒng)的原因，PHP 處理 Unicode 文件名的時(shí)候會(huì)有不同的處理機(jī)制。
在 Linux 中，文件名始終是 UTF-8 編碼的，而在中文 Windows 環(huán)境下，文件名始終是 GBK 編碼的，記住這一點(diǎn)就可以了。
通過(guò)例子說(shuō)明下：
//命令行程序函數(shù)，運(yùn)行在中文版 Windows 10 操作系統(tǒng) ，文件編碼為 UTF-8
function filenameexample() {
$filename = "測(cè)試.txt" ;
$gbk_filename = iconv("UTF-8","GBK",$filename);
file_put_contents($gbk_filename, "測(cè)試");
echo file_get_contents($gbk_filename);
}
function scandirexample() {
$arr = scandir("./tmp");
foreach ($arr as $v) {
if ($v == "." || $v =="..")
continue ;
$filename = iconv( "GBK","UTF-8",$v ) ;
$content = file_get_contents("./tmp/" . $v );
}
}
假如不想寫(xiě)寫(xiě)兼容 Windows 和 linux 的程序，可以對(duì)文件名進(jìn)行 urlencode 編碼，比如：
function urlencodeexample() {
$filename = "測(cè)試2.txt" ;
$urlencodefilename = urlencode($filename) ;
file_put_contents($urlencodefilename, "測(cè)試");
echo file_get_contents($urlencodefilename);
}
在用 PHP 通過(guò) header() 函數(shù)下載文件的時(shí)候，也要考慮瀏覽器和操作系統(tǒng)(大部分人使用的是 Windows)，對(duì)于 Chrome 來(lái)說(shuō)，輸出的文件名編碼可以是 UTF-8，Chrome 會(huì)自動(dòng)將文件名轉(zhuǎn)換為 GBK 編碼。
而對(duì)于低版本的 IE 來(lái)說(shuō)，它繼承了操作系統(tǒng)的環(huán)境，所以下載文件名假如是中文必須轉(zhuǎn)碼為 UTF-8 編碼，否則下載的時(shí)候用戶看到的是亂碼文件名。通過(guò)代碼來(lái)說(shuō)明：
$agent=$_SERVER["HTTP_USER_AGENT"];
if(strpos($agent,'MSIE')!==false {
$filename = iconv("UTF-8","GBK","附件.txt");
header("Content-Disposition: attachment; filename=\"$filename\"");
｝
【PHP與UTF-8的最佳實(shí)踐】相關(guān)文章：
PHP與UTF-8的最佳實(shí)踐要點(diǎn)07-11
php實(shí)現(xiàn)utf-8轉(zhuǎn)unicode函數(shù)分享09-17
PHP如何實(shí)現(xiàn)Unicode和Utf-8編碼相互轉(zhuǎn)換07-28
最佳薪酬實(shí)踐的誤區(qū)07-08
最佳薪酬實(shí)踐的誤區(qū)08-29