PHP与UTF-8的最佳实践

PHP与UTF-8 的最佳实践介绍推荐度：
相关推荐

PHP与UTF-8的最佳实践

　　《PHP中的字符串、编码、UTF-8》一文中描述了一些列的基础知识，比较枯燥，现在来说点有用的——PHP字符串处理的最佳实践，本文是“PHP、字符串、编码、UTF-8”相关知识的第二部分。先说结论——在PHP中的各个方面使用UTF-8编码。

　　PHP语言层面是不支持Unicode字符集的，但是可以通过UTF-8编码能处理大部分问题。最佳实践就是明确知道输入编码(不知道就检测)，内部统一转换为UTF-8编码，输出编码也统一是UTF-8编码。

　　PHP层面如何处理UTF-8

　　当操作Unicode字符集的时候，请务必安装mbstring扩展，并使用相应的函数代替原生的字符串函数。举个例子，一个文件编码为UTF-8的PHP代码，假如使用strlen()函数是错误的，请使用mb_strlen()函数代替。

　　mbstring扩展大部分的函数都需要基于一个编码(内部编码)来处理，请务必统一使用UTF-8编码，这个大部分可以在PHP.INI中配置。

　　从PHP5.6开始，default_charset配置可以替换mbstring.http_input，mbstring.http_output。

　　另外一个重要的配置就是mbstring.language，这个默认值是Neutral(UTF-8)。

　　注意文件编码和mbstring扩展的内部编码不是同一个概念。

　　概括的说来：

　　PHP.INI中涉及到mbstring扩展的部分尽量使用UTF-8。

　　请用mbstring扩展函数代替原生字符串操作函数。

　　在使用相关函数的时候，请务必了解你操作的字符的编码是什么，在使用对应函数的时候，显示的写上UTF-8编码参数，比如htmlentities()函数的第三个参数显示写上UTF-8。

　　文件IO操作如何处理UTF-8

　　这里举个例子，假如你要打开一个文件，但是不知道文件内容是什么编码的，那么如何处理呢?

　　最佳实践就是，在打开的时候统一转换成UTF-8，修改内容后就再转回原来的编码并保存到文件。看代码吧：

　　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);

　　浏览器和 UTF-8 的最佳实践

　　这个也比较简单，就是你的输出内容假如是网页，那么你的字符串处理输出最总请保持为 UTF-8 ;同时 PHP.INI 中也明确设定 default_charset 为 UTF-8;HTML 的 Meta Tag 也明确标识为 UTF-8。

　　现在万事大吉了吗，并没有，虽然服务器和浏览器让用户使用 UTF-8 编码，但是用户的行为并没有约束性，他可能输入的是其他编码的字符，或者上传的文件名是其他编码的字符，那么怎么办呢?可以通过 mb_http_input() 和 mb_check_encoding() 函数来检测用户的编码，然后内部转换为 UTF-8。确保在任何一个层面，最终处理的是 UTF-8 编码。换句话说，需要手段能够知晓你的输入是什么编码的，处理完成后控制输出的编码是 UTF-8。

　　不建议使用 mbstring.encoding_translation 指令和 mb_detect_encoding() 函数。折磨我半天。

　　操作系统和 UTF-8 的最佳实践

　　由于操作系统的原因，PHP 处理 Unicode 文件名的时候会有不同的处理机制。

　　在 Linux 中，文件名始终是 UTF-8 编码的，而在中文 Windows 环境下，文件名始终是 GBK 编码的，记住这一点就可以了。

　　通过例子说明下：

　　//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);

　　}