首先是PHP網頁的編碼
1. php教程文件本身的編碼與網頁的編碼應匹配
a. 如果欲使用gb2312編碼,那麼php要輸出頭:header(“Content-Type: text/html; charset=gb2312"),靜態頁面添加<meta http-equiv="Content-Type" content="text/html; charset=gb2312">,所有文件的編碼格式為ANSI,可用記事本打開,另存為選擇編碼為ANSI,覆蓋源文件。
b. 如果欲使用utf-8編碼,那麼php要輸出頭:header(“Content-Type: text/html; charset=utf-8"),靜態頁面添加<meta http-equiv="Content-Type" content="text/html; charset=utf-8">,所有文件的編碼格式為utf-8。保存為utf-8可能會有點麻煩,一般utf-8文件開頭會有BOM,如果使用session就會出問題,可用editplus來保存,在editplus中,工具->參數選擇->文件->UTF-8簽名,選擇總是刪除,再保存就可以去掉BOM信息了。
2. php本身不是Unicode的,所有substr之類的函數得改成mb_substr(需要裝mbstring擴展);或者用iconv轉碼。
二. PHP與Mysql的數據交互
PHP與數據庫教程的編碼應一致
1. 修改mysql教程配置文件my.ini或my.cnf,mysql最好用utf8編碼
[mysql]
default-character-set=utf8
[mysqld]
default-character-set=utf8
default-storage-engine=MyISAM
在[mysqld]下加入:
default-collation=utf8_bin
init_connect='SET NAMES utf8'
2. 在需要做數據庫操作的php程序前加mysql_query("set names '編碼'");,編碼和php編碼一致,如果php編碼是gb2312那mysql編碼就是gb2312,如果是utf-8那mysql編碼就是utf8,這樣插入或檢索數據時就不會出現亂碼了
三. PHP與操作系統相關
Windows和Linux的編碼是不一樣的,在Windows環境下,調用PHP的函數時參數如果是utf-8編碼會出現錯誤,比如move_uploaded_file()、filesize()、readfile()等,這些函數在處理上傳、下載時經常會用到,調用時可能會出現下面的錯誤:
Warning: move_uploaded_file()[function.move-uploaded-file]:failed to open stream: Invalid argument in ...
Warning: move_uploaded_file()[function.move-uploaded-file]:Unable to move '' to '' in ...
Warning: filesize() [function.filesize]: stat failed for ... in ...
Warning: readfile() [function.readfile]: failed to open stream: Invalid argument in ..
在Linux環境下用gb2312編碼雖然不會出現這些錯誤,但保存後的文件名出現亂碼導致無法讀取文件,這時可先將參數轉換成操作系統識別的編碼,編碼轉換可用mb_convert_encoding(字符串,新編碼,原編碼)或iconv(原編碼,新編碼,字符串),這樣處理後保存的文件名就不會出現亂碼,也可以正常讀取文件,實現中文名稱文件的上傳、下載。
其實還有更好的解決方法,徹底與系統脫離,也就不用考慮系統是何編碼。可以生成一個只有字母和數字的序列作為文件名,而將原來帶有中文的名字保存在數據庫中,這樣調用move_uploaded_file()就不會出現問題,下載的時候只需將文件名改為原來帶有中文的名字。實現下載的代碼如下
header("Pragma: public");
header("Expires: 0");
header("Cache-Component: must-revalidate, post-check=0, pre-check=0");
header("Content-type: $file_type");
header("Content-Length: $file_size");
header("Content-Disposition: attachment; filename="$file_name"");
header("Content-Transfer-Encoding: binary");
readfile($file_path);
$file_type是文件的類型,$file_name是原來的名字,$file_path是保存在服務上文件的地址
php文件與靜態網頁的編碼要一致。
1.使用utf-8編碼的時候,php文件在所有輸出之前加上:
header(“Content-Type: text/html; charset=utf-8");
靜態頁面添加:
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">。
所有文件的編碼格式為utf-8。保存為utf-8可能會有點麻煩,類似WINDOWS自帶的記事本等軟件,在保存一個以UTF-8編碼的文件時,會在文件開始的地方插入三個不可見的字符(0xEF 0xBB 0xBF,即BOM——Byte Order Mark)。它是一串隱藏的字符,用於讓記事本等編輯器識別這個文件是否以UTF-8編碼。對於一般的文件,這樣並不會產生什麼麻煩。
但對於 PHP來說,PHP在設計時就沒有考慮BOM的問題,不會忽略UTF-8編碼的文件開頭 BOM的那三個字符,會把BOM作為該文件開頭正文的一部分。由於必須在<?或者<?php後面的代碼才會作為PHP代碼執行,所以將會造成在頁面上輸出這三個字符,顯示效果就要看浏覽器了,一般是一個空行或是一個亂碼。由於受COOKIE送出機制的限制,在這些文件開頭已經有BOM的文件中,COOKIE無法送出(因為在 COOKIE送出前PHP已經送出了文件頭),所以登入和登出功能失效。一切依賴COOKIE、SESSION實現的功能全部無效。
可用EmEditor來保存,在EmEditor中,另存為->去掉unicode簽名(BOM)前的勾,再保存就可以去掉BOM信息了。
2.使用gb2312編碼,php文件在所有輸出之前加上:
header(“Content-Type: text/html; charset=gb2312"),
頁面添加
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
所有文件的編碼格式為ANSI。
二.PHP與數據庫的編碼應一致
以Mysql數據庫為例,在需要做數據庫操作的php程序前加mysql_query("set names 'xx'");,如果php編碼是gb2312那xx就是gb2312,如果是utf-8那xx就是 utf8(是utf8 而不是utf-8),這樣操作數據時就不會出現亂碼了。
另外mysql最好用utf8編碼,修改mysql配置文件 my.ini或my.cnf
[mysql]
default-character-set=utf8
[mysqld]
default-character-set=utf8
default-storage-engine=MyISAM在 [mysqld]下加入:
default-collation=utf8_bin
init_connect='SET NAMES utf8'
echo輸出的中文顯示成亂碼,
其實應該是各種服務器腳本都會遇到這個問題,
根本還是編碼問題,
一般來說出於編碼兼容考慮大多的頁面都將頁面字符集定義為utf-8
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
這時候要正常顯示中文需要轉化一下編碼方式,比如
echo iconv("GB2312","UTF-8",'中文');就不會亂碼了
還有其他方法,比如
在php的echo前面加入header("Content-Type:text/html;charset=gb2312");
當然簡體中文頁面也可以干脆地,
把<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />中的UTF-8改成gb2312
實際中遇見奇怪的現象,
在本機服務器上正常顯示的頁面,傳上服務器就echo出來亂碼,
沒仔細琢磨過這個緣由,因為通過iconv函數GB2312、UTF-8換換位置重新編碼下就正常了,
不過估計肯定是APACHE,更確切說是PHP服務端的設置不同造成的,
看看PHP.INI應該就能解決
再來總結一下為什麼會亂碼
一般來說,亂碼的出現有2種原因,首先是由於編碼(charset) 設置錯誤,導致浏覽器以錯誤的編碼來解析,從而出現了滿屏亂七八糟的“天書”,其次是文件被以錯誤的編碼打開,然後保存,比如一個文本文件原先是GB2312 編碼的,卻以UTF-8 編碼打開再保存。要解決上述亂碼問題,首先需要知道開發中哪些環節涉及到了編碼:
1、文件編碼:指的是頁面文件(.html,.php等)本身是以何種編碼來保存的。記事本和Dreamweaver 在打開頁面時候會自動識別文件編碼因而不太會出問題。而ZendStudio卻不會自動識別編碼,它只會根據首選項的配置固定以某種編碼打開文件,如果工作時候一不注意,用錯誤編碼打開文件,做了修改之後一保存,亂碼就出現了(我深有體會)。
2、頁面申明編碼:在HTML代碼HEAD裡面,可以用<meta http-equiv="Content-Type" content="text/html; charset="XXX" /> 來告訴浏覽器網頁采用了什麼編碼,目前中文網站開發中XXX主要用的是GB2312和UTF-8 兩種編碼。
3、數據庫連接編碼:指的是進行數據庫操作時候以哪種編碼與數據庫傳輸數據,這裡需要注意的是不要與數據庫本身的編碼混淆,比如MySQL內部默認是latin1編碼,也就是說Mysql是以latin1編碼來存儲數據,以其他編碼傳輸給Mysql的數據會被轉換成latin1編碼。
知道了WEB開發中哪些地方涉及到了編碼,也就知道了亂碼產生的原因:上述3項編碼設置不一致,由於各種編碼絕大部分是兼容ASCII的,所以英文符號不會出現,中文就倒霉了。
<html>
<head>
<title></title>
</head>
<body>
<?php
$mysql_server_name='localhost';
$mysql_username='root';
$mysql_password='000000';
$mysql_database='lib';
$conn=mysql_connect($mysql_server_name,$mysql_username,$mysql_password,$mysql_database);
$sql="select name,age from mytb";
print($conn);
$rs=mysql_db_query("lib","select * from mytb",$conn);
print("
<br>");
while($row = mysql_fetch_object($rs)){
print ($row->name.":".$row->age."<br>");
}
mysql_close($conn);
?>
顯示如下:
Resource id #1
dd:54
ddd:8
??:15
???:25
??:32
mysql編碼:utf8,GBK都試過了。mysql font 和命令行顯示都正確。
問題補充:
亂碼:
???:15
???:25
??:32
這幾行,數據庫裡的值是漢字.顯示出來的是問號.
解決辦法:
在$rs=mysql_db_query("lib","select * from mytb",$conn);
前面加上
mysql_query("set names gb2312");或者mysql_query("set names gbk");
五.決戰一些常見的錯誤情況與解決:
1、數據庫采用UTF8 編碼,而頁面申明編碼是GB2312 ,這是最常見的產生亂碼的原因。這時候在PHP腳本裡面直接SELECT數據出來的就是亂碼,需要在查詢前先使用: mysql_query("SET NAMES GBK"); 來設定MYSQL連接編碼,保證頁面申明編碼與這裡設定的連接編碼一致(GBK是GB2312的擴展 )。如果頁面是UTF-8 編碼的話,可以用: mysql_query("SET NAMES UTF8");
注意是UTF8而不是一般用的UTF-8。假如頁面申明的編碼與數據庫內部編碼一致可以不設定連接編碼。
注:事實上MYSQL的數據輸入輸出比上面講的更復雜一些,MYSQL配置文件my.ini中定義了2個默認編碼,分別是[client]裡的default -character-set和[mysqld] 裡的default-character-set 來分別設定默認時候客戶端連接和數據庫內部所采用的編碼。我們上面指定的編碼其實是MYSQL客戶端連接服務器時候的命令行參數character_set_client,來告訴MYSQL服務器接受到的客戶端數據是什麼編碼的,而不是采用默認編碼。
2、頁面申明編碼與文件本身編碼不一致,這種情況很少發生,因為如果編碼不一致美工做頁面時候在浏覽器看到的就是亂碼了。更多時候是發布以後修改一些小BUG,以錯誤編碼打開頁面然後保存導致的。或者是用某些FTP軟件直接在線修改文件,比如CuteFTP,由於軟件編碼配置錯誤而導致轉換錯了編碼。
3、一些租用虛擬主機的朋友,明明上述3項編碼都設置正確了還是有亂碼。比方說網頁是GB2312 編碼的,IE等浏覽器打開卻總是識別成UTF-8 ,網頁HEAD裡面已經申明是GB2312 了,手動修改浏覽器編碼為GB2312 後頁面顯示正常。產生原因是服務器Apache設定了服務器全局的默認編碼,在httpd.conf裡面加了AddDefaultCharset UTF-8 。這時候服務器會首先發送HTTP頭給浏覽器,其優先級比頁面裡申明編碼高,自然浏覽器就識別錯了。解決辦法有2個,請管理員在配置文件自己的虛機裡加上一條AddDefaultCharset GB2312 來覆蓋全局配置,或者在自己目錄的.htaccess裡配置。