php - UTF-8贯穿始终

Question

我正在安装一个新服务器，并希望在我的web应用程序中完全支持UTF-8。过去我曾在现有服务器上尝试过这种方法，但最终似乎不得不退回ISO-859-1。
我到底需要在哪里设置编码/字符集？我知道我需要配置Apache、MySQL和PHP来做到这一点-是否有一些标准的检查表可以遵循，或者可能排除不匹配的地方？
这是一个新的Linux服务器，运行MySQL 5、PHP、5和Apache 2。

Answer 1

数据存储：
在数据库中的所有表和文本列上指定utf8mb4字符集。这使得MySQL能够物理地存储和检索UTF-8中本机编码的值。注意，如果指定了utf8mb4排序规则（没有任何显式字符集），MySQL将隐式使用utf8mb4_*编码。
在旧版本的MySQL（<5.5.3）中，不幸的是，您将被迫使用只支持Unicode字符子集的简单utf8。我真希望我是在开玩笑。
数据访问：
在应用程序代码（例如PHP）中，无论使用何种DB访问方法，都需要将连接字符集设置为utf8mb4。这样，当MySQL将数据交给应用程序时，它不会从它的本机UTF-8进行转换，反之亦然。
一些驱动程序提供了自己的机制来配置连接字符集，这两种机制都会更新自己的内部状态，并通知MySQL要在连接上使用的编码这通常是首选方法。在PHP中：
如果在PHP≥5.3.6的情况下使用PDO抽象层，可以在DSN中指定charset：

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

如果您正在使用mysqli，您可以拨打set_charset()：

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

如果你被普通的mysql困住了，但是碰巧运行的是PHP≥5.2.3，你可以调用mysql_set_charset。
如果驱动程序没有提供自己的机制来设置连接字符集，则可能需要发出一个查询来告诉MySQL应用程序希望如何对连接上的数据进行编码：SET NAMES 'utf8mb4'。
关于utf8mb4/utf8的同样考虑适用于上述情况。
输出：
如果应用程序将文本传输到其他系统，则还需要通知它们字符编码。对于web应用程序，必须通知浏览器发送数据的编码（通过HTTP响应头或HTML metadata）。
在PHP中，您可以使用default_charsetPHP.ini选项，或者自己手动发出Content-TypeMIME头，这只是更多的工作，但具有相同的效果。
使用json_encode()对输出进行编码时，将JSON_UNESCAPED_UNICODE作为第二个参数添加。
输入：
不幸的是，在尝试存储或在任何地方使用之前，您应该验证每个接收到的字符串都是有效的UTF-8。PHP的mb_check_encoding()起到了作用，但您必须虔诚地使用它。真的没有办法解决这个问题，因为恶意客户端可以以他们想要的任何编码提交数据，我还没有找到一个让PHP可靠地为您做到这一点的诀窍。
从我对当前HTML spec的阅读来看，以下子项目符号对于现代HTML来说不再是必需的，甚至不再有效。我的理解是浏览器将使用并提交文档指定字符集中的数据。但是，如果您的目标是较旧版本的HTML（XHTML、HTML4等），这些要点可能仍然有用：
仅适用于HTML5之前的HTML：您希望浏览器发送给您的所有数据都是UTF-8格式的。不幸的是，如果要可靠地执行此操作，唯一的方法是将accept-charset属性添加到所有<form>标记：<form ... accept-charset="UTF-8">中。
对于HTML5之前的HTML：请注意，W3CHTML规范指出，客户端“应该”默认以服务器提供的任何字符集将表单发送回服务器，但这显然只是一个建议，因此需要在每个<form>标记上显式显示。
其他代码注意事项：
显然，您要提供的所有文件（PHP、HTML、JavaScript等）都应该用有效的UTF-8编码。
您需要确保每次处理UTF-8字符串时都是安全的。不幸的是，这是最困难的部分。您可能希望广泛使用PHP的mbstring扩展。
默认情况下，PHP的内置字符串操作不是UTF-8安全的。使用普通的PHP字符串操作（比如连接）可以安全地完成一些事情，但是对于大多数事情，应该使用等效的mbstring函数。
要知道你在做什么（读：不要搞砸了），你真的需要知道UTF-8以及它是如何在尽可能低的水平上工作的。查看utf8.com中的任何链接，以获取一些好的资源，了解您需要了解的一切。