標題重寫為："全程使用UTF-8編碼"

Question

我正在設定一個新的伺服器，並希望在我的網路應用程式中完全支援UTF-8。我曾經在現有伺服器上嘗試過這個，但總是必須回退到ISO-8859-1。

我需要在哪裡設定編碼/字元集？我知道我需要設定Apache，MySQL和PHP來實現這一點 - 是否有一些標準的檢查清單可以遵循，或者可以排除不匹配的地方嗎？

這是一個運行MySQL 5，PHP 5和Apache 2的新Linux伺服器。

Answer 1

我想在chazomaticus的優秀回答再補充一點：

也不要忘記META標籤（像這樣，或它的HTML4或XHTML版本）：

<meta charset="utf-8">

這看起來很瑣碎，但IE7以前曾經給我帶來問題。

我所做的一切都是正確的；資料庫、資料庫連接和Content-Type HTTP頭都設定為UTF-8，在所有其他瀏覽器中都正常工作，但Internet Explorer仍然堅持使用「西歐」編碼。

結果發現頁面缺少META標籤。新增了之後問題解決了。

編輯：

W3C其實有一個相當大的專門用於國際化（I18N）的部分。他們有很多與這個問題相關的文章 - 描述了HTTP、（X）HTML和CSS的面向：

• FAQ：將（X）HTML頁面編碼變更為UTF-8
• 在HTML中宣告字元編碼
• 教學：XHTML、HTML和CSS中的字元集和編碼
• 設定HTTP字元集參數

他們建議同時使用HTTP頭和HTML meta標籤（或在作為XML提供的XHTML的情況下使用XML宣告）。

Answer 2

資料儲存:

• #在資料庫中的所有表格和文字列上指定utf8mb4字元集。這樣，MySQL會以UTF-8的原生編碼方式實體儲存和檢索值。請注意，如果指定了utf8mb4_*排序規則（而沒有明確指定字元集），MySQL將隱含使用utf8mb4編碼。

• 在舊版的MySQL（< 5.5.3）中，你只能使用只支援Unicode字元子集的utf8。我希望我在開玩笑。

資料存取:

• #在應用程式程式碼（例如PHP）中，無論你使用什麼資料庫存取方法，你都需要將連接字元集設定為utf8mb4。這樣，MySQL在將資料傳遞給應用程式和反之時不會對其進行任何轉換。

• 一些驅動程式提供了自己的機制來配置連接字元集，這既更新了其自身的內部狀態，也通知MySQL在連接上使用的編碼方式-這通常是首選的方法。在PHP中：

  • 如果你使用的是PHP ≥ 5.3.6的PDO抽象層，你可以在DSN中指定charset：

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

  • 如果你使用的是mysqli，你可以呼叫set_charset()：

    $mysqli->set_charset('utf8mb4');       // 面向对象风格
      mysqli_set_charset($link, 'utf8mb4');  // 过程化风格

  • 如果你被困在純mysql中，但剛好運行的是PHP ≥ 5.2.3，你可以呼叫mysql_set_charset#。

• 如果驅動程式沒有提供自己的設定連接字元集的機制，你可能需要發出一個查詢來告訴MySQL你的應用程式希望如何對待連接上的資料編碼：SET NAMES 'utf8mb4'。

• 與上述相同的關於utf8mb4/utf8的注意事項也適用於此。

輸出:

• UTF-8應該在HTTP頭中設置，例如Content-Type: text/html; charset=utf-8。你可以透過在php.ini中設定default_charset（首選）或手動使用header()函數來實現。
• 如果你的應用程式將文字傳輸到其他系統，它們也需要知道字元編碼。對於網頁應用程序，瀏覽器必須知道以哪種編碼方式發送資料（透過HTTP回應頭或HTML元資料）。
• 使用json_encode()編碼輸出時，將JSON_UNESCAPED_UNICODE作為第二個參數加入。

輸入:

• 瀏覽器將以文件指定的字元集提交數據，因此在輸入上不需要特別處理。
• 如果你對請求編碼有疑問（以防它可能被篡改），在儲存或使用任何資料之前，你可以驗證每個接收到的字串是否為有效的UTF-8。 PHP的mb_check_encoding()可以解決這個問題，但你必須堅持使用它。沒有任何繞過這個問題的方法，因為惡意客戶端可以以任何他們想要的編碼方式提交數據，而我還沒有找到一個可靠地讓PHP為你完成這個任務的技巧。

其他程式碼注意事項:

• 顯然，你將提供的所有檔案（PHP、HTML、JavaScript等）都應該以有效的UTF-8進行編碼。

• 你需要確保每次處理UTF-8字串時都能安全地進行。不幸的是，這是困難的部分。你可能會大量使用PHP的mbstring擴充。

• PHP的內建字串操作預設情況下不是UTF-8安全的。 你可以使用普通的PHP字串操作（如連接）來安全地執行某些操作，但對於大多數情況，你應該使用等效的mbstring函數。

• 為了知道你在做什麼（即不搞砸），你真的需要了解UTF-8以及它在最低級別上的工作方式。在utf8.com的連結中有一些很好的資源，可以學習你需要知道的一切。