最近經常有同學在使用LAMP/WAMP時,遇到這樣的編碼錯誤問題:
A網站程序編碼UTF-8編碼安裝成功,運行成功。
B網站程序編gb2312也要安裝在同一服務器上。
這樣就出現問題了,Apache默認編碼UTF-8在解析A網站的時候沒有任何問題,當運行B網站時出現的"蝌蚪文"亂碼問題。
單純的修改Apache默認編碼為gb2312這樣就導致A網站出現"蝌蚪文"。
問題分析:
如果你在網上搜索 “apache配置”,搜到的頁面大多都會建議你在httpd.conf中加上這麼一句:AddDefaultCharset GB2312。
對於新手而且是只用GB2312編碼的開發人來說,這麼做是ok的。但是如果要想使用UTF-8字符集的話,比如 在test.php文件中需要有 meta http-equiv="Content-Type" content="text/html; charset=UTF-8" 這段代碼。
這時你再打開浏覽器訪問test.php頁面的話,你看到的是正確的頁面。但是如果實際上浏覽器還是以GB2312編碼解釋從服務器返回的response,為什麼呢?原因是浏覽器是根據http應答消息頭部中的 Content-type: text/html; charset=GB2312 來決定使用何種編碼解釋應答,也就是說apache服務器仍然用GB2312編碼傳遞數據。
所以說如果apache的默認字符集被設置成了GB2312,即使在頁面中聲明使用UTF-8編碼,apache服務器還是會按照GB2312編碼來傳送http response。沒關系,我們把AddDefaultCharset GB2312 改成 AddDefaultCharset UTF-8,看看什麼結果?
如果你看到亂碼恭喜你,你還知道是亂碼問題;如果你看到是空白頁面,那麼你就慘了,你可能會以為這是其他什麼原因造成的,而不會從編碼的角度去考慮怎麼解決問題。這是為什麼?原因在於php文件本身是用系統字符集來編碼的,中文的windows XP都是用GB2312,每一個文件頭部都有字段指示該文件是用何種方式編碼的。當apache接到浏覽器的請求後,會讓php去解釋所請求的頁面,比如 test.php。php會識別出test.php的編碼方式是GB2312後(就像我們用javac編譯java源文件時,編譯器默認用系統編碼讀源文件裡的內容。
如果源文件不是用系統編碼來保存的,可以用命令javac -encoding指定具體的編碼),把數據以GB2312的編碼格式傳遞給apache,而apache服務器不會改變從php傳來的數據,只是在應答消息頭部中把字符集設置成UTF-8: Content-type: text/html; charset=UTF-8. 也就是說你傳遞的是GB2312編碼的數據,而浏覽器卻以UTF-8編碼來解釋應答消息。
由於UTF-8為3個字節表示一個漢子,而普通的GB2312或BIG5是兩個。頁面輸出時,由於上述原因,出現半個漢字的情況,這時該半個漢字會和的>結合成一個亂碼字,導致IE無法讀完的話,會發現實際上整個葉面全部已經輸出了。如果使用的是Mozilla、Mozilla Firefox、Sarafi的浏覽器這不會造成這個問題,而是一堆亂碼。這是由於Firefox浏覽器和IE解析網頁編碼的策略不同產生的。OK,我們把test.php以UTF-8保存,再用浏覽器訪問時,就沒有問題了。
可這樣做,會使得apache目錄下的所有web應用只能用同一種編碼。如何搞定?
解決辦法:
首先,可以使用AddDefaultCharset off來關閉默認文件編碼,這樣apache服務器就不會在http應答消息頭部設置charset,只是設置Content-type: text/html. 而浏覽器就會依靠html文件中設置的harset來決定編碼。
其次,腳本php.ini文件中的default_charset = “UTF-8″作用同httpd.conf文件,把該行注釋掉,使php自動識別文件的編碼方式。
這樣不論你用什麼編碼方式,只要test.php中的meta http-equiv=”Content-Type” content=”text/html; charset=UTF-8″ 與你test.php文件編碼方式相同,就不會產生亂碼問題。用戶提交數據的編碼浏覽器提交的字符編碼由客戶端的characher encoding決定。
例如,當前浏覽器的編碼是Gb2312,用戶提交數據後,無論apache設置的編碼方式是GB2312還是UTF-8,這時在服務器端接收到的仍是以Gb2312編碼的數據。
如果要在返回頁面上顯示用戶剛才提交的數據,而該頁面是用UTF-8編碼的或者要在數據庫中存儲的用戶提交的數據,而數據庫是UTF-8編碼的,那就要做字符轉換了。