《PHP中的字符串、編碼、UTF-8》一文中描述了一些列的基礎知識，比較枯燥，現(xiàn)在來說點有用的——PHP 字符串處理的***實踐，本文是“PHP、字符串、編碼、UTF-8”相關知識的第二部分。先說結論——在 PHP 中的各個方面使用 UTF-8編碼。

[[178749]]

PHP 語言層面是不支持 Unicode字符集的，但是可以通過 UTF-8 編碼能處理大部分問題。

***實踐就是明確知道輸入編碼（不知道就檢測），內(nèi)部統(tǒng)一轉換為 UTF-8 編碼，輸出編碼也統(tǒng)一是 UTF-8編碼。

PHP 層面如何處理 UTF-8

當操作 Unicode 字符集的時候，請務必安裝 mbstring 擴展，并使用相應的函數(shù)代替原生的字符串函數(shù)。舉個例子，一個文件編碼為 UTF-8 的 PHP 代碼，假如使用 strlen() 函數(shù)是錯誤的，請使用 mb_strlen() 函數(shù)代替。

mbstring 擴展大部分的函數(shù)都需要基于一個編碼（內(nèi)部編碼）來處理，請務必統(tǒng)一使用 UTF-8 編碼，這個大部分可以在 PHP.INI 中配置。

從 PHP 5.6 開始，default_charset 配置可以替換 mbstring.http_input，mbstring.http_output 。
另外一個重要的配置就是 mbstring.language，這個默認值是 Neutral（UTF-8）。

注意文件編碼和 mbstring 擴展的內(nèi)部編碼不是同一個概念。

概括的說來：

• PHP.INI 中涉及到 mbstring 擴展的部分盡量使用 UTF-8。

• 請用 mbstring 擴展函數(shù)代替原生字符串操作函數(shù)。

• 在使用相關函數(shù)的時候，請務必了解你操作的字符的編碼是什么，在使用對應函數(shù)的時候，顯示的寫上 UTF-8 編碼參數(shù)，比如 htmlentities() 函數(shù)的第三個參數(shù)顯示寫上 UTF-8。

文件 IO 操作 如何處理 UTF-8

這里舉個例子，假如你要打開一個文件，但是不知道文件內(nèi)容是什么編碼的，那么如何處理呢？

***實踐就是，在打開的時候統(tǒng)一轉換成 UTF-8，修改內(nèi)容后就再轉回原來的編碼并保存到文件。看代碼吧：

if ( mb_internal_encoding()!="UTF-8") { mb_internal_encoding("UTF-8"); } $file = "file.txt"; //一個編碼為gbk的中文文件 $str= file_get_contents($file); //不管來源是什么編碼，統(tǒng)一顯示的時候轉換為 UTF-8 if (mb_check_encoding($str,"GBK")) $str = mb_convert_encoding($str,"UTF-8",“GBK”); $str ="修改內(nèi)容"; $str = mb_convert_encoding($str,$srcbm,"UTF-8"); //原樣轉回去
file_put_contents($file,$str);

Mysql 和 UTF-8 的***實踐

這個相對簡單，首先保證你的 Mysql 都是 UTF-8。然后 Mysql 客戶端連接的時候也保持 UTF-8，具體到 PHP 中，就是 imysql 或者 PDO 擴展連接 Mysql 的時候都設置 UTF-8 作為連接編碼，二邊保持一致，一般就不會遇到問題。

瀏覽器和 UTF-8 的***實踐

這個也比較簡單，就是你的輸出內(nèi)容假如是網(wǎng)頁，那么你的字符串處理輸出最總請保持為 UTF-8 ；同時 PHP.INI 中也明確設定 default_charset 為 UTF-8；HTML 的 Meta Tag 也明確標識為 UTF-8。

現(xiàn)在萬事大吉了嗎，并沒有，雖然服務器和瀏覽器讓用戶使用 UTF-8 編碼，但是用戶的行為并沒有約束性，他可能輸入的是其他編碼的字符，或者上傳的文件名是其他編碼的字符，那么怎么辦呢？可以通過 mb_http_input() 和 mb_check_encoding() 函數(shù)來檢測用戶的編碼，然后內(nèi)部轉換為 UTF-8。確保在任何一個層面，最終處理的是 UTF-8 編碼。換句話說，需要手段能夠知曉你的輸入是什么編碼的，處理完成后控制輸出的編碼是 UTF-8。

不建議使用 mbstring.encoding_translation 指令 和 mb_detect_encoding() 函數(shù)。折磨我半天。

操作系統(tǒng)和 UTF-8 的***實踐

由于操作系統(tǒng)的原因，PHP 處理 Unicode 文件名的時候會有不同的處理機制。

在 Linux 中，文件名始終是 UTF-8 編碼的，而在中文 Windows 環(huán)境下，文件名始終是 GBK 編碼的，記住這一點就可以了。

通過例子說明下:

//命令行程序函數(shù)，運行在中文版 Windows 10 操作系統(tǒng) ，文件編碼為 UTF-8 
 
function filenameexample() { 
    $filename = "測試.txt" ; 
    $gbk_filename = iconv("UTF-8","GBK",$filename); 
    file_put_contents($gbk_filename, "測試"); 
    echo file_get_contents($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 ); 
    } 
} 

假如不想寫寫兼容 Windows 和 linux 的程序，可以對文件名進行 urlencode 編碼，比如：

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

在用 PHP 通過 header() 函數(shù)下載文件的時候，也要考慮瀏覽器和操作系統(tǒng)（大部分人使用的是 Windows），對于 Chrome 來說，輸出的文件名編碼可以是 UTF-8，Chrome 會自動將文件名轉換為 GBK 編碼。

而對于低版本的 IE 來說，它繼承了操作系統(tǒng)的環(huán)境，所以下載文件名假如是中文必須轉碼為 UTF-8 編碼，否則下載的時候用戶看到的是亂碼文件名。通過代碼來說明：