Introduction détaillée aux meilleures pratiques de PHP et UTF-8

L'article "Strings, Encoding, UTF-8 in PHP" décrit une série de connaissances de base, ce qui est relativement ennuyeux. Parlons maintenant de quelque chose d'utile - les meilleures pratiques pour le traitement des chaînes PHP. UTF-8", la deuxième partie des connaissances associées. Conclusion d'abord - Utilisez l'encodage UTF-8 dans tous les aspects de PHP .

Le niveau de langage PHP ne prend pas en charge le jeu de caractères Unicode, mais la plupart des problèmes peuvent être résolus via l'encodage UTF-8.

La meilleure pratique consiste à connaître clairement le codage d'entrée (le détecter si vous ne le savez pas), à le convertir uniformément en codage UTF-8 en interne et à convertir uniformément le codage de sortie en codage UTF-8.

Comment gérer UTF-8 au niveau PHP

Lorsque vous utilisez le jeu de caractères Unicode, veillez à installer l'extension mbstring et à utiliser les fonctions correspondantes au lieu des fonctions de chaîne natives. Par exemple, si un fichier est codé en code PHP UTF-8 et qu'il est incorrect d'utiliser la fonction strlen(), veuillez utiliser la fonction mb_strlen() à la place.

La plupart des fonctions de l'extension mbstring doivent être traitées en fonction d'un encodage (encodage interne). Veuillez vous assurer d'utiliser l'encodage UTF-8 de manière uniforme. La plupart de ces éléments peuvent être configurés dans PHP.INI.

À partir de PHP 5.6, la configuration default_charset peut remplacer mbstring.http_input, mbstring.http_output.

Une autre configuration importante est mbstring.langue. La valeur par défaut est Neutre (UTF-8).

Notez que l'encodage de fichier et l'encodage interne de l'extension mbstring ne sont pas le même concept.

En résumé :

• Les parties de PHP.INI qui impliquent l'extension mbstring doivent utiliser UTF-8 autant que possible.

• Veuillez utiliser les fonctions d'extension mbstring au lieu des fonctions natives de manipulation de chaînes.

• Lorsque vous utilisez des fonctions associées, assurez-vous de comprendre le codage des caractères que vous utilisez. Lorsque vous utilisez les fonctions correspondantes, écrivez les paramètres de codage UTF-8 à l'écran. Par exemple, le troisième paramètre de la fonction htmlentities() affiche UTF -. 8.

Opérations d'E/S sur les fichiers : comment gérer UTF-8

Voici un exemple, si vous souhaitez ouvrir un fichier, mais que vous ne savez pas quel est l'encodage du contenu du fichier, comment le gérer ?

La meilleure pratique consiste à convertir uniformément en UTF-8 lors de l'ouverture, puis à reconvertir l'encodage d'origine après avoir modifié le contenu et à l'enregistrer dans le fichier. Regardez le code :

if ( mb_internal_encoding()!="UTF-8") {
        mb_internal_encoding("UTF-8");
}

$file = "file.txt"; //一个编码为gbk的中文文件
$str= file_get_contents($file);
//不管来源是什么编码，统一显示的时候转换为 UTF-8
 if (mb_check_encoding($str,"GBK")) 
    $str =  mb_convert_encoding($str,"UTF-8",“GBK”); 

$str ="修改内容";
$str =  mb_convert_encoding($str,$srcbm,"UTF-8"); //原样转回去
file_put_contents($file,$str);

​Bonnes pratiques pour Mysql et UTF-8

C'est relativement simple. Tout d'abord, assurez-vous que votre MySQL est UTF-8. Ensuite, le client Mysql conserve également UTF-8 lors de la connexion. Plus précisément en PHP, lorsque l'extension imysql ou PDO se connecte à Mysql, UTF-8 est défini comme codage de connexion. Si les deux côtés sont cohérents, vous ne rencontrerez généralement pas de problèmes.

Si vous êtes intéressé, vous pouvez lire cet article

Bonnes pratiques pour les navigateurs et UTF-8

C'est également relativement simple, c'est-à-dire que si votre contenu de sortie est une page Web, alors votre sortie de traitement de chaîne doit toujours être UTF-8 en même temps, le default_charset est également clairement défini sur UTF-8 dans PHP.INI ; la balise Meta du HTML est également explicitement identifiée comme UTF-8.

Est-ce que tout va bien maintenant ? Non, bien que le serveur et le navigateur permettent aux utilisateurs d'utiliser le codage UTF-8, le comportement de l'utilisateur n'est pas contraignant. Il peut avoir saisi des caractères dans d'autres codages ou téléchargé des noms de fichiers avec des caractères dans d'autres codages, et alors. faire? L'encodage de l'utilisateur peut être détecté via les fonctions mb_http_input() et mb_check_encoding() puis converti en UTF-8 en interne. Assurez-vous qu'à tous les niveaux, le traitement final est un encodage UTF-8. En d’autres termes, vous avez besoin d’un moyen de savoir quel est le codage de votre entrée, et le codage de la sortie de contrôle après traitement est UTF-8.

Il n'est pas recommandé d'utiliser la directive mbstring.encoding_translation et la fonction mb_detect_encoding(). M'a torturé pendant une demi-journée.

Bonnes pratiques pour les systèmes d'exploitation et UTF-8

Pour des raisons liées au système d'exploitation, PHP dispose de mécanismes de traitement différents lors du traitement des noms de fichiers Unicode.

Sous Linux, le nom du fichier est toujours codé en UTF-8, et dans l'environnement Windows chinois, le nom du fichier est toujours codé en GBK.

​Expliquez avec un exemple :

//命令行程序函数，运行在中文版 Windows 10 操作系统 ，文件编码为 UTF-8

function filenameexample() {
    $filename = "测试.txt" ;
    $gbk_filename = iconv("UTF-8","GBK",$filename);
    file_put_contents($gbk_filename, "测试");
    echo file_get_contents($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 );
    }
}

Si vous ne souhaitez pas écrire un programme compatible avec Windows et Linux, vous pouvez coder en urlen le nom du fichier, tel que :

 function urlencodeexample() {
    $filename = "测试2.txt" ;
    $urlencodefilename = urlencode($filename) ;
    file_put_contents($urlencodefilename, "测试");
    echo file_get_contents($urlencodefilename);
 }

Lorsque vous utilisez PHP pour télécharger des fichiers via la fonction header(), vous devez également prendre en compte le navigateur et le système d'exploitation (la plupart des gens utilisent Windows). Pour Chrome, l'encodage du nom du fichier de sortie peut être UTF-8 et Chrome convertira automatiquement le nom du fichier en). Encodage GBK.

Pour les versions inférieures d'IE, il hérite de l'environnement du système d'exploitation, donc si le nom du fichier téléchargé est chinois, il doit être transcodé en codage UTF-8, sinon l'utilisateur verra un nom de fichier tronqué lors du téléchargement. Expliquez par le code :

$agent=$_SERVER["HTTP_USER_AGENT"];
if(strpos($agent,'MSIE')!==false  ｛
    $filename = iconv("UTF-8","GBK","附件.txt");
    header("Content-Disposition: attachment; filename=\"$filename\"");
｝

 以上就是详细介绍PHP 与 UTF-8的最佳实践的内容，更多相关内容请关注PHP中文网（www.php.cn）！