php - MongoDB PHP UTF-8 问题

Question

假设我需要插入以下文档:

{
    title: 'Péter'
}

(注意é)

当我使用以下 PHP 代码时，它给了我一个错误...:

$db->collection->insert(array("title" => "Péter"));

...因为它需要是 utf-8。

所以我应该使用这行代码:

$db->collection->insert(array("title" => utf8_encode("Péter")));

现在，当我请求文档时，我仍然需要对其进行解码...:

$document = $db->collection->findOne(array("_id" => new MongoId("__someID__")));
$title = utf8_decode($document['title']);

有没有办法自动化这个过程？我可以更改 MongoDB 的字符编码吗(我正在迁移使用 cp1252 West Europe (latin1) 的 MySQL 数据库？

我已经考虑过更改 Content-Type-header，问题是所有静态字符串(硬编码)都不是 utf8...

提前致谢! 蒂姆

Answer 1

JSON 和 BSON 只能对有效的 UTF-8 字符串进行编码/解码，如果您的数据(包含的输入)不是 UTF-8，则需要在将其传递给任何依赖 JSON 的系统之前对其进行转换，如下所示:

$string = iconv('UTF-8', 'UTF-8//IGNORE', $string); // or
$string = iconv('UTF-8', 'UTF-8//TRANSLIT', $string); // or even
$string = iconv('UTF-8', 'UTF-8//TRANSLIT//IGNORE', $string); // not sure how this behaves

我个人更喜欢第一个选项，请参阅 iconv()手册页。其他选择包括:

• mb_convert_encoding()
• utf8_encode(utf8_decode($string))

您应该始终确保您的字符串是 UTF-8 编码的，即使是用户提交的，但是由于您提到您正在从 MySQL 迁移到 MongoDB，您是否尝试过将当前数据库导出到 CSV 并使用导入Mongo 自带的脚本？他们应该处理这个......

---

编辑:我提到 BSON 只能处理 UTF-8，但我不确定这是否完全正确，我有一个模糊的想法，即 BSON 使用 UTF-16 或 UTF-32编码/解码数据，但我现在无法检查。