php - 删除 unicode 项目符号字符

Question

我遇到了一个我认为与 unicode 文本有关的问题。当用户输入具有 unicode 项目符号字符的字符串时，mysql 无法保存该字段(尽管更新查询的其余部分有效)。这就是我一直在尝试处理它的方式。

$str = "· 关闭服务器";

$str = preg_replace("\u2022", "•", $str);

...但是这仍然不起作用。

Answer 1

这里有很多事情可能出错，因为数据库、表单提交和源代码字符串文字都涉及到。我假设您想使用 UTF-8，因为对于任何其他典型编码(CP1252、Latin1)，当您想使用 json_ 或接受超过 200 个不同的字符时，您会被搞砸。

要做的第一件事是删除任何类型的转换等代码，这些代码是为了尝试修复编码问题而编写的。比如 utf8_encode, htmlentitites, *_replace.. 随便什么。

---

源编码。

$str = "· Close up the server";

写上面的时候，需要把PHP源文件物理编码成UTF-8。如果您在 Windows 上，则必须明确执行或配置此操作。 UTF-8 不会神奇地出现在 Windows 上。

---

表单提交

当用户提交表单时，有效负载将采用您声明页面的任何编码。您可以这样声明:

header("Content-Type: text/html; charset=utf-8");

但实际上任何人都可以向您的服务器提交任意字节，因此您应该在继续之前验证输入是否为 UTF-8。 mb_check_encoding 很好。

---

数据库

由于此时您的数据以 UTF-8 格式传入，因此您的输入字符串为 UTF-8 格式。您必须在连接到数据库后通过指定连接编码来指定它。

mysql_set_charset("utf8"); //After making the connection, and before any queries
//or $mysqli->set_charset( "utf8");

这使得数据库读取您的 UTF-8 输入，并以 UTF-8 编码其输出。您还希望将列/表/数据库也设置为 UTF-8。

---

PHP 不支持 Unicode 转义序列 \uxxxx 或 \uhhhh\ullll 或 \Uxxxxxxxx。