php - 网站字符集问题

Question

我对整个字符集有点困惑。当数据手动输入网站和数据库表时，一切看起来都很好。除非通过复制和粘贴输入数据 - 字符集会变得很奇怪。

我询问了几位客户从哪里获取这些数据 - 大多数似乎来自另一个网站或来自 MS Document。

看起来困惑的字符是如下常见字符:

‘©“

带有可怕问号的黑色三角形中插入了什么!在我的服务器上，我有以下设置。

PHP TIDY 在输入网页或数据库之前清理文本 - 输出编码 > UTF-8 每个网页都有元标记 > charset=UTF-8 数据库表默认 > latin1_swedish_ci

一开始我认为这是一个数据库问题，直到我注意到非数据库驱动的静态网页也会出现同样的问题。

帮忙？

Answer 1

替换智能引号并不是一个好的解决方案。如果您无法处理智能引号或版权符号，那么您也无法处理任何其他非 ASCII 字符，从而使您只能使用 ASCII 应用程序(如今这是一件非常悲伤的事情)。

相反，您最好确保您的 Web 应用程序始终使用 UTF-8，这意味着:

1. 使用 header('Content-Type: text/html; charset=utf-8'); 将所有页面以 UTF-8 格式提供服务和/或<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/> .

2. 如果您的 .php 源文件本身包含任何非 ASCII 字符，请确保将其保存为 UTF-8。

3. 使用mysql_set_charset('utf-8')连接到数据库时。

4. 确保您的 MySQL 表是使用 UTF-8 CHARACTER SET 创建的/COLLATION 。如果您在创建它们时未指定它们，则它们不会是默认的。在这种情况下，您需要ALTER TABLE在每个文本列上进行更改。

5. 如果您使用htmlentities()要在将数据库内容放入页面时进行 HTML 转义，需要传入 utf-8对于$charset参数，否则它将通过将所有非 ASCII 字符视为 ISO-8859-1(这永远不是正确的编码)来破坏它们。更好:使用htmlspecialchars()相反，它不接触非 ASCII 字符，因此不关心。