php get meta tags

數據存儲 ：

• 在數據庫中的所有表和文本列上指定utf8mb4字符集。 這使MySQL實際存儲和檢索以UTF-8本地編碼的值。 請注意，如果指定了utf8mb4_*排序規則（沒有任何明確的字符集），MySQL將隱式使用utf8mb4編碼。

• 在舊版本的MySQL（<5.5.3）中，不幸的是你不得不僅僅使用utf8 ，它只支持一部分Unicode字符。 我希望我在開玩笑。

數據訪問 ：

• 在您的應用程序代碼（例如PHP）中，無論您使用utf8mb4數據庫訪問方法，都需要將連接字符集設置為utf8mb4 。 這樣，MySQL在將數據傳遞到應用程序時不會從其本機UTF-8進行轉換，反之亦然。

• 一些驅動程序提供了自己的配置連接字符集的機制，它們都會更新自己的內部狀態並通知MySQL將在連接上使用的編碼 - 這通常是首選方法。 在PHP中：

  • 如果您使用PDO抽象層，則可以在DSN指定charset ：

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

  • 如果你使用mysqli ，你可以調用set_charset() ：

    $mysqli->set_charset('utf8mb4');       // object oriented style
    mysqli_set_charset($link, 'utf8mb4');  // procedural style
    

  • 如果你遇到了普通的mysql但碰巧運行的是PHP≥5.2.3，則可以調用mysql_set_charset 。

• 如果驅動程序沒有提供自己的設置連接字符集的機制，那麼您可能必鬚髮出一個查詢來告訴MySQL您的應用程序期望連接上的數據是如何編碼的： SET NAMES 'utf8mb4' 。

• 關於utf8mb4 / utf8的相同考慮utf8mb4適用。

輸出 ：

• 如果您的應用程序將文本傳輸到其他系統，則還需要通知其字符編碼。 使用Web應用程序時，必須通知瀏覽器發送數據的編碼（通過HTTP響應標頭或HTML元數據 ）。

• 在PHP中，您可以使用default_charset php.ini選項，或手動發布Content-Type MIME頭，這只是更多的工作，但具有相同的效果。

輸入 ：

• 不幸的是，在嘗試存儲或在任何地方使用它之前，您應該驗證每個收到的字符串是否為有效的UTF-8。 PHP的mb_check_encoding()有訣竅，但你必須虔誠地使用它。 真的沒有辦法解決這個問題，因為惡意客戶可以用他們想要的任何編碼提交數據，而且我還沒有發現讓PHP可靠地為您做這件事的竅門。

• 從我閱讀當前的HTML規範 ，下面的子項目不再是現代HTML的必要或者甚至是有效的。 我的理解是，瀏覽器將使用為文檔指定的字符集並提交數據。 但是，如果您的目標是舊版HTML（XHTML，HTML4等），這些點可能仍然有用：

  • 對於僅HTML5之前的HTML ：您希望瀏覽器發送給您的所有數據都是UTF-8。 不幸的是，如果你唯一能夠可靠地做到這一點的方法是將accept-charset屬性添加到所有的<form>標籤中： <form ... accept-charset="UTF-8"> 。
  • 對於僅HTML5之前的HTML ：請注意，W3C HTML規範指出客戶端“應該”默認將表單發送回服務器，無論服務器使用什麼字符集，但這顯然只是一個建議，因此需要在每一個單獨的<form>標籤。

其他代碼注意事項 ：

• 顯然，所有你要服務的文件（PHP，HTML，JavaScript等）都應該用有效的UTF-8編碼。

• 您需要確保每次處理UTF-8字符串時都要安全。 不幸的是，這是困難的部分。 您可能想要廣泛使用PHP的mbstring擴展。

• PHP的內置字符串操作在默認情況下不是 UTF-8安全的。 對於普通的PHP字符串操作（如串聯），您可以安全地執行一些操作，但對於大多數情況，您應該使用等效的mbstring函數。

• 要知道你在做什麼（閱讀：不要搞砸），你真的需要知道UTF-8以及它如何在盡可能低的水平上工作。 查看來自utf8.com任何鏈接，了解一切您需要了解的一切優質資源。

在我的情況下，我使用mb_split ，它使用正則表達式。 因此，我還必須通過執行mb_regex_encoding('UTF-8');手動確保正則表達式編碼是utf-8 mb_regex_encoding('UTF-8');

作為一個方面說明，我還通過運行mb_internal_encoding()發現內部編碼不是utf-8，並通過運行mb_internal_encoding("UTF-8");改變它mb_internal_encoding("UTF-8"); 。

如果你希望MySQL服務器決定字符集，而不是PHP作為客戶端（舊的行為;在我看來，首選），嘗試在你的my.cnf添加skip-character-set-client-handshake ，在[mysqld] ，重啟mysql 。

如果您使用的不是UTF8，可能會造成麻煩。

我剛剛經歷了相同的問題，並在PHP手冊中找到了一個很好的解決方案。

我將所有文件編碼都改為UTF8，然後將我的連接上的默認編碼。 這解決了所有問題。

if (!$mysqli->set_charset("utf8")) {
    printf("Error loading character set utf8: %s\n", $mysqli->error);
} else {
   printf("Current character set: %s\n", $mysqli->character_set_name());
}

set_charset()

我唯一要添加到這些驚人的答案是強調保存您的文件在utf8編碼，我已經註意到瀏覽器通過設置utf8作為您的代碼編碼接受此屬性。 任何像樣的文本編輯器都會向你顯示這個，例如Notepad ++有一個文件添加菜單選項，它向你顯示當前的編碼，並允許你改變它。 對於我所有的php文件，我使用utf8沒有BOM。

有時候我有人問我為其他人設計的php / mysql應用程序添加utf8支持，我注意到所有文件都是用ANSI編碼的，所以我不得不使用ICONV來轉換所有文件，更改數據庫表以使用utf8 charset和utf8_general_ci collat​​e，在連接後向數據庫抽象層添加'SET NAMES utf8'（如果使用5.3.6或更早版本，否則必須在連接字符串中使用charset = utf8），並更改字符串函數以使用php多字節字符串函數等效。

我最近發現使用strtolower()可能會導致數據在特殊字符後被截斷的問題。

解決方案是使用

mb_strtolower($string, 'UTF-8');

mb_使用MultiByte。 它支持更多的字符，但總體來說會慢一點。

最好的答案非常好。 這是我必須在常規的debian / php / mysql設置上：

// storage
// debian. apparently already utf-8

// retrieval
// the mysql database was stored in utf-8, 
// but apparently php was requesting iso. this worked: 
// ***notice "utf8", without dash, this is a mysql encoding***
mysql_set_charset('utf8');

// delivery
// php.ini did not have a default charset, 
// (it was commented out, shared host) and
// no http encoding was specified in the apache headers.
// this made apache send out a utf-8 header
// (and perhaps made php actually send out utf-8)
// ***notice "utf-8", with dash, this is a php encoding***
ini_set('default_charset','utf-8');

// submission
// this worked in all major browsers once apache
// was sending out the utf-8 header. i didnt add
// the accept-charset attribute.

// processing
// changed a few commands in php, like substr,
// to mb_substr

就這些 ！

除了在php.ini中設置default_charset ，您還可以在任何輸出之前使用代碼中的header()發送正確的字符集：

header('Content-Type: text/html; charset=utf-8');

在PHP中使用Unicode很容易，只要您意識到大多數字符串函數不適用於Unicode，並且有些可能會徹底破壞字符串 。 PHP認為“字符”長度為1個字節。 有時候這是可以的（例如， explode()只查找字節序列並將其用作分隔符 - 因此，查找的實際字符無關緊要）。 但是有些時候，當函數實際上是為了處理字符而設計的時候，PHP並不知道您的文本是否具有Unicode字符。

一個好的圖書館是phputf8 。 這將重寫所有“壞”函數，以便您可以安全地使用UTF8字符串。 有像mbstring擴展那樣的擴展，也嘗試為你做這件事，但我更喜歡使用該庫，因為它更便攜（但我寫了大眾市場產品，所以這對我很重要）。 但是無論如何，phputf8可以在幕後使用mbstring來提高性能。

首先，如果你在<5.3PHP然後沒有。 你需要解決很多問題。

我很驚訝沒有人提到intl庫， 它對 unicode ， 字符 ， 字符串操作 ， 本地化等有很好的支持，見下文。

我將在PHPBenelux'14上引用關於伊麗莎白史密斯 slides中關於unicode支持的一些信息

INTL

好：

• 包裝在ICU圖書館周圍
• 標準化的區域設置，設置每個腳本的區域設置
• 數字格式
• 貨幣格式
• 消息格式（替換gettext）
• 日曆，日期，時區和時間
• Transliterator
• Spoofchecker
• 資源包
• 轉換器
• 國際化域名支持
• 字形
• 整理
• 迭代器

壞：

• 不支持zend_multibite
• 不支持HTTP輸入輸出轉換
• 不支持函數重載

mb_string

• 啟用zend_multibyte支持
• 支持透明的HTTP輸入/輸出編碼
• 為函數提供了一些包裝，如strtoupper

ICONV

• 主要用於字符集轉換
• 輸出緩衝區處理器
• MIME編碼功能
• 轉變
• 一些字符串助手（len，substr，strpos，strrpos）
• Stream Filter stream_filter_append($fp, 'convert.iconv.ISO-2022-JP/EUC-JP')

DATABASES

• mysql：表和連接上的字符集和整理（不是整理）。 也不要使用mysql-msqli或PDO
• postgresql：pg_set_client_encoding
• sqlite（3）：確保它是用unicode和intl支持編譯的

其他一些問題

• 除非使用第三部分擴展名，否則不能在PHP和Windows中使用unicode文件名。
• 如果使用exec，proc_open和其他命令行調用，則以ASCII格式發送所有內容
• 純文本不是純文本，文件有編碼
• 您可以使用iconv過濾器即時轉換文件

我會更新這個答案，以防事情改變添加的功能等等。