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 可以采用任何语言，也可以采用任何字符编码格式。

我的问题是：

• 是否可以将所有内容表示为 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 字符串函数解析它并将其保存到我的数据库中，然后使用 htmlentities 回显？

我正在尝试找出如何最好地实现这一点 - 建议和链接表示赞赏。

我正在利用 Codeigniter 及其 输入类 来检索发布数据。

我应该指出几点：

• 我需要将 HTML 特殊字符转换为其各自的实体
• 接受编码并以相同的编码返回它可能是一个好主意。但是，我的网络应用程序正在使用：

这可能会产生不利影响对事物的影响。

Answer 1

在

标记中指定 accept-charset 以告诉浏览器提交以 UTF-8 编码的用户输入的数据：

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

请参阅此处获取有关 如何使用 UTF-8贯穿您的网络堆栈。

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。这是迄今为止你能用计算机做的最好的事情。

我可以使用什么来有效地将任何字符编码转换为 UTF-8

iconv 让您将几乎任何编码转换为任何其他编码。 但是，为此你必须知道你正在处理什么编码。你不能说“iconv，无论这是什么，都将其设置为 UTF-8！”。不幸的是，事情并非如此。您只能说“iconv，我这里有 BIG5 格式的字符串，请将其转换为 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内容。

这样我就可以用 PHP 字符串函数解析它

“PHP 字符串函数”对字节起作用。他们不关心字符或编码。根据您想要执行的操作，在 UTF-8 文本上使用简单的 PHP 字符串函数将会给您带来不好的结果。对任何多字节编码使用 MB 扩展中的编码感知字符串函数字符串操作。

将其保存到我的数据库

只需确保您的数据库以 UTF-8 格式存储文本，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）。您应该能够在 CodeIgniter 数据库连接设置中指定这一点。

随后使用 htmlentities 回显？

只需echo htmlentities($text)，您无需执行任何其他操作。

但是，我的网络应用程序正在使用：

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，表明您的页面采用 UTF-8 编码。现在您只需要确保情况确实如此（正如您无论如何都试图做的那样）。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 属性来明确这一点。

我可以推荐每个程序员绝对需要了解的关于处理文本的编码和字符集，其中可能会帮助你了解更多。

Answer 3

1) 是否可以将所有内容都表示为 UTF-8？

是的，一切都是在 UNICODE 中定义的。这是目前您可以获得的最多的信息，UNICODE 未来还有支持的空间。

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 字符串函数解析它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 Web 应用程序支持 UTF-8 输入和输出，则前端需要表明它支持 UTF-8。有关应用程序用户界面的指南，请参阅字符编码。

在 PHP 中，您需要为任何函数提供它支持的编码。有些需要指定编码，有些则需要转换它。请务必检查函数文档是否支持您的要求。另外检查您的 PHP 配置。

相关：

1. 准备 PHP 应用程序以与 UTF-8 一起使用
2. <一href="https://stackoverflow.com/questions/6723562/how-to-detect-malformed-utf-8-string-in-php/6723593">如何检测 PHP 中格式错误的 utf-8 字符串？

Answer 4

如果你想改变字符串的编码，你可以尝试

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

Answer 5

我发现唯一适用于 UTF-8 编码的是在我的 config.php 中进行设置

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：

是否可以将所有内容表示为 UTF-8？

是的，这些是您需要确保的：

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

您可以使用 utf8_encode （因为主要针对西欧语言建立的系统，通常是 ISO-8859-1 或其密切相关，ref< /a>)，然后将其保存到数据库中。

// 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';