PHP與UTF-8的最佳實踐
《PHP中的字符串、編碼、UTF-8》一文中描述了一些列的基礎(chǔ)知識，比較枯燥，現(xiàn)在來說點有用的——PHP字符串處理的最佳實踐，本文是“PHP、字符串、編碼、UTF-8”相關(guān)知識的第二部分。先說結(jié)論——在PHP中的各個方面使用UTF-8編碼。
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。最佳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(zhuǎn)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(dāng)操作Unicode字符集的時候，請務(wù)必安裝mbstring擴展，并使用相應(yīng)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(wù)必統(tǒng)一使用UTF-8編碼，這個大部分可以在PHP.INI中配置。
從PHP5.6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(guān)函數(shù)的時候，請務(wù)必了解你操作的字符的編碼是什么，在使用對應(yīng)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?
最佳實踐就是，在打開的時候統(tǒng)一轉(zhuǎn)換成UTF-8，修改內(nèi)容后就再轉(zhuǎn)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"; /pic/p>
$str= file_get_contents($file);
/pic/p>
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,$srcbm,"UTF-8"); /pic/p>
file_put_contents($file,$str);
瀏覽器和 UTF-8 的最佳實踐
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(shè)定 default_charset 為 UTF-8;HTML 的 Meta Tag 也明確標(biāo)識為 UTF-8。
現(xiàn)在萬事大吉了嗎，并沒有，雖然服務(wù)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(zhuǎn)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 的最佳實踐
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：
/pic/p>
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(zhuǎn)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(zhuǎn)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：
$agent=$_SERVER["HTTP_USER_AGENT"];
if(strpos($agent,'MSIE')!==false {
$filename = iconv("UTF-8","GBK","附件.txt");
header("Content-Disposition: attachment; filename=\"$filename\"");
｝
【PHP與UTF-8的最佳實踐】相關(guān)文章：
PHP與UTF-8之間的最佳實踐09-26
PHP與UTF-8 的最佳實踐介紹12-22
PHP與UTF-8的最佳實踐要點12-31
初學(xué)者的30條PHP最佳實踐12-02
php實現(xiàn)utf-8轉(zhuǎn)unicode函數(shù)分享11-18
PHP如何實現(xiàn)Unicode和Utf-8編碼相互轉(zhuǎn)換11-04
最佳薪酬實踐的誤區(qū)02-25
最佳薪酬實踐的誤區(qū)08-29
作為程序員必知的16個最佳PHP庫11-03