Php 一直到UTF8

Data Storage:

• 在数据库中的所有表和文本列上指定utf8mb4个字符集.这使得MySQL能够物理地存储和检索以UTF-8本机编码的值.请注意，如果指定了utf8mb4_*排序规则(没有任何显式字符集)，MySQL将隐式使用utf8mb4编码.

• 在较旧版本的MySQL(<；5.5.3)中，不幸的是，您将被迫使用simply utf8，它只支持Unicode字符的一个子集.我希望我是在Jest .

Data Access:

• 在您的应用程序代码(例如PHP)中，无论您使用哪种DB访问方法，都需要将连接字符集设置为utf8mb4.这样，当MySQL将数据传递给您的应用程序时，不会从其原生UTF-8进行转换，反之亦然.

• 一些驱动程序提供了自己的机制来配置连接字符集，该机制既更新自己的内部状态，又通知MySQL要在连接上使用的编码-这通常是首选方法.在PHP中:

  • 如果你在PHP中使用PDO抽象层≥ 5.3.6，您可以在DSN中指定charset:

     $dbh = new PDO('mysql:charset=utf8mb4');
    

  • 如果使用mysqli，可以拨打set_charset():

      $mysqli->set_charset('utf8mb4');       // object oriented style
      mysqli_set_charset($link, 'utf8mb4');  // procedural style
    

  • 如果你坚持使用纯mysql，但碰巧正在运行PHP≥ 5.2.3，你可以拨打mysql_set_charset.

• 如果驱动程序没有提供自己的机制来设置连接字符集，您可能需要发出一个查询来告诉MySQL应用程序期望连接上的数据如何编码:SET NAMES 'utf8mb4'.

• 关于utf8mb4/utf8的同样考虑也适用于上述情况.

Output:

• 如果您的应用程序将文本传输到其他系统，则还需要通知它们字符编码.对于Web应用程序，必须通知浏览器发送数据的编码(通过HTTP响应头或HTML metadata).

• 在PHP中，可以使用default_charset PHP.ini选项，或者自己手动发出Content-Type MIME头，这只是更多的工作，但具有相同的效果.

• 使用json_encode()对输出进行编码时，添加JSON_UNESCAPED_UNICODE作为第二个参数.

Input:

• 不幸的是，在try 存储或在任何地方使用它之前，都应该验证每个接收到的字符串是否有效.PHP的mb_check_encoding()实现了这一点，但你必须虔诚地使用它.真的没有办法解决这个问题，因为恶意客户端可以以他们想要的任何编码提交数据，而我还没有找到让PHP可靠地为您完成这项工作的诀窍.

• 从我对当前HTML spec条的阅读来看，以下子项目符号对于现代HTML来说不再是必要的，甚至不再有效.我的理解是，浏览器将使用并提交文档指定字符集的数据.但是，如果您针对的是较旧版本的HTML(XHTML、HTML4等)，以下几点可能仍然有用:

  • For HTML before HTML5 only:您希望浏览器发送给您的所有数据都是UTF-8格式.不幸的是，如果要可靠地做到这一点，唯一的方法就是将accept-charset属性添加到所有<form>个标记中:<form ... accept-charset="UTF-8">.
  • For HTML before HTML5 only:请注意，W3CHTML规范规定客户端"应该"默认使用服务器提供的任何字符集将表单发送回服务器，但这显然只是一个建议，因此需要在每个<form>个标记上显式显示.

Other Code Considerations:

• 显然，您将提供的所有文件(PHP、HTML、JavaScript等)都应该使用有效的UTF-8编码.

• 您需要确保每次处理UTF-8字符串时都是安全的.不幸的是，这是最困难的部分.您可能希望广泛使用PHP的mbstring扩展.

• PHP's built-in string operations are not by default UTF-8 safe.使用普通的PHP字符串操作(比如连接)可以安全地完成一些事情，但对于大多数事情，应该使用等效的mbstring函数.

• 要知道您在做什么(请阅读:不要搞砸)，您真的需要了解UTF-8以及它是如何在尽可能低的级别上工作的.查看从utf8.com开始的任何链接，获得一些好的资源，以了解您需要了解的一切.