剖析网页字符集的设置顺序

字符集

作者：360weboy
新浪微博：http://weibo.com/360weboy
博文链接: http://www.360weboy.com/php/fundament/charset.html

上个星期在为一个电子商务网站进行数据转移到新系统中的时候，发现一些产品描述字符老是输出乱码，确定是字符集的问题以后，对字符集再次进行了一次调研，确定了影响页面字符集的方式主要下面几种方式:
1. 文件的编码方式
2. Apache2的默认字符集设置
3. PHP.ini中的默认字符集的设置
4. PHP脚本中手动输出header(‘Content-type:text/html;charset=xxx’);
5. html页面中加入
我对以上五种方式都进行了一一测试，并且确定了5种方式对于浏览器字符集选择的优先级。首先我创建了一个以utf8编码的test.php文件，内容如下:



我使用chrome访问test.php, 因为我的chrome浏览器的默认字符集不是utf8,应该是gb2312或者gbk，所以我在浏览器中看到了如下乱码:



header与meta的优先级比较

接下来，先来测试以上的4,5两种方式。我向html页面中分别加入了，内容显示正常。





去掉header中的meta标签，加入header(‘Content-type:text/html;charset=utf8′);内容显示正常。那么，meta标签和header的方式，那个优先级高呢，我在页面里同时设置了这两项，header设置为gb2312, meta设置为utf8:



结果内容显示不正常，说明header的优先级高。浏览器先采用http头部中的字符集设置，然后是html页面中meta标签设置的字符集。



php.ini中设置默认字符集以后的影响

接下来，我们来看下在php.ini中设置默认字符集以后的情形。为了测试下优先级，我们先将页面中的header以及meta设置的字符集都改为gb2312,那么这样内容肯定显示为乱码。然后，我们打开php.ini文件，找到如下设置，去掉前面的引号，设置字符集为utf8:



设置好以后，记得要重启下apache2服务器，结果显示如下:



我们看到，在php.ini设置默认字符集为utf8以后，它被加入到了响应头Content-type末尾，从而覆盖了在php脚本中通过header函数输出的gb2312的字符集，浏览器根据该头部中的信息，认为内容是utf8的字符集，最后内容现实正常。由此可见，php.ini中字符集设置的优先级高于header函数以及meta标签。

apache2中设置默认字符集

最后，我们来设置下apache2中的默认字符集来测试下。这次将header,meta,php.ini中的字符集都设置为gb2312,然后在apache2设置默认字符集为utf8:



重启apache2服务器，内容显示如下：





由此可见,apache2中的字符集的设置没有影响到http响应中的Content-Type头部，所以浏览器认为应该用gb2312来解码，导致出现乱码。那么，如果去掉php.ini中的字符集的设置以后内，页面是否会显示正常。经过测试，显示如下：



看来，apache2中的字符集的优先级同样小于header函数的字符集设置。我们继续去掉header的设置看下：

以上证明，apache2中的字符集设置的优先级高于meta标签的字符集设置。charset=utf8加入到了http头部中。
综合上述实验，得出字符集设置优先级顺序: php.ini默认字符集设置 > header函数字符集设置 > apache2默认字符集设置 > meta标签字符集设置

回复讨论(解决方案)

这个结果不太认同

测试有局限性
1.只使用了单一浏览器测试
2.只使用了一种语系测试
3.只使用了单一文件编码测试

最大的问题是所有测试都是正向测试，就是符合预期就认为该项是正确的，这是逻辑大忌

为什么实验过程没有问题，但得出的结论是错误的呢？
经测试：
default_charset 的优先级小于 header 函数字符集设置

优先级的顺序根据我和朋友的测试是对的，请自己核对。

snmr_com

请指教，你知道测试问题所在，那么能不能说下，这个过程应该怎么测试才算标准。。多谢！

http://www.w3help.org/zh-cn/causes/HR9001
可以参考这边文章，但这文章也比较旧了

你用的是归纳法推导，完全归纳法的基础就是满足所有的可能性得出一致（唯一）结论
并且，因为你的这个命题各种可能性并非符合“良序”特性，不能用数学归纳法那样的两步求证
所以，你要做测试就要遍历所有的可能性，如果没有遍历所有可能性，那么结论就只能增加限定条件
例如
只涉及一种浏览器，结论就只能缩小到该浏览器
原文档只使用了一种编码，那结论也只能适用于这种编码

基本上增加了两三个限定条件，结论就没有太大的实用意义，因为适用范围变得很小了
所以还是要做更多的测试以支持你的结论才行
你命题涉及的条件有：浏览器、各优先级的编码指定、语系（特别是较难自动识别的不同语系，如同是双字节中日韩编码）、文档编码，做一个排列组合，可能性就相当多了……如果能全部测试一遍，还是相当佩服你的，呵呵

专业的理论指导，兄弟佩服。。。有时间再完整的走一遍。。多谢回复

优先级的顺序根据我和朋友的测试是对的，请自己核对。 php.ini



运行界面


你测试的结果并不代表我测试的结果
何况 header 就该能改变相关预设值，否则还要他干什么？