php中相关乱码处理

来源：互联网发布：ora 00933 sql 编辑：程序博客网时间：2024/05/22 17:49

本文的作用是为了全方位的避免因使用UTF-8编码而产生的乱码问题，不包含具体的乱码解决方案和编码转换的内容。对于UTF-8编码的深入了解，请参阅：《PHP匹配UTF-8中文字符的正则表达式》
1、编辑器：不要使用任何微软的编辑器，什么Frontpage，Web Designer，记事本，写字板什么的，能丢的全部丢开，因为这些编辑器会在你的UTF-8文档前面产生BOM，关于BOM的具体说明，可以在这里找到，当年我直接拿记事本转UTF-8覆盖原文件，造成大量代码损毁，至今记忆犹新。
2、MySQL数据库：注意建库，建表，建字段（注意有三处）的时候，都要选用utf8_general_ci的整理格式（Collation），在PHP使用mysql_connect()函数连接数据之后，需要加上一句：
mysql_query('set names "utf8"');

3、PHP：
使用mbstring库，不要使用iconv库。
使用preg而不要使用ereg来处理字符。
使用htmlentities()函数，html_entity_decode()函数的时候要带上第三个参数：

[Copy to clipboard]CODE:<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<?php
$str = "<a href='test'>中文</a>";
echo htmlentities($str,ENT_COMPAT,"UTF-8"); //显示（源代码里面） <a href='test'>涓枃</a>
echo html_entity_decode(htmlentities($str,ENT_COMPAT,"UTF-8"),ENT_COMPAT,"UTF-8"); // 显示（源代码里面） <a href='test'>中文</a>
?>
这里再给出一个匹配UTF-8中文字符的正则表达式：

[Copy to clipboard]CODE:<meta http-equiv="Content-Type" Content="text/html; charset=utf-8">
<?php
$word = "中文";
if (preg_match("/^([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}$/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){2,}/",$word) == true)
{
echo "很好，这是一个UTF-8编码的汉字";
}
else
{
echo "抱歉，这不是一个UTF-8编码的汉字";
}
?>
4、HTML：在<head></head>标签对里面加上
<meta http-equiv="Content-Type" c />

5、 JS：JS的问题比较复杂，如果直接将文件存为UTF-8的编码，那么当用户在直接用浏览器访问这个页面的时候（也许某些程序员会这么做），浏览器可能会使用其它的编码去读取这个文件而造成其中的UTF-8中文乱码，当然，这并不会影响到程序的运行。在加载JS的时候，可以说明一下载入JS的编码，当然，如果已经在HTML头里面声明了编码，这里就不是必须的了：
<script type="text/javascript" language="javascript" src="scripts/output.js" charset="UTF-8"></script>

JS要注意的另一个问题是他的escape()函数，在ECMAScript v3中，escape( ) 会被剔除，建议使用encodeURI( )和encodeURIComponent( )。这可以帮助你远离escape()函数引起的乱码问题。
6、CSS：在CSS文件的头部加上这行代码：
@charset "UTF-8";

7、 URL：为了让URL变得更为友好，许多PHP程序员喜欢让URL显示文字而不是URL编码，目前较为合理的解决方案是将GET方法发送的数据转为 GBK编码，然后再接受这些数据，如果你希望使用UTF-8直接友好的GET数据，你会在使用PHP的$_GET数组时遇到一些问题。
8、Email：使用UTF-8编码的字符发送邮件，也是一件让人头疼的事情，理想的方法是将编码转变为GBK，然后再发送。
9、Ajax：使用POST的方式发送数据，不要使用GET的方式，不然无法成功发送部分UTF-8中文字符。