php - 包含非 ASCII 字符的字符串会被 PHP/MySQL 截断

Question

我有一个页面有翻译功能here .我的问题是，当我将语言翻译成法语时，由于页面没有正确解释这些词，所以这些词被删减了。我检查了与我的问题相关的帖子，但没有一个有效。

在我的页面中，我放了这些东西:

• header ('Content-Type:text/html; charset=WINDOWS-1252'); -> 这只是为了在启动时坚持编码。我认为这个是可选的，但我仍在使用它。
• <meta http-equiv="Content-Type" content="text/html; charset=windows-1252">
• 从数据库表名中获取等效翻译:标签。 Labels 的表类型是 InnoDB，默认字符集是 utf8 -- UTF-8 Unicode。

é 之后的字符被删除。我需要做些什么才能正确显示字符吗？谢谢!

Answer 1

我看不出在后端使用 Unicode 而在多语言应用程序的前端使用代码页有任何意义。您要么在整个项目中使用相同的编码，要么手动在 UTF-8 和 windows-1252 之间来回转换。

我不认为你在阅读方面有问题。标签来自数据库，否则您的浏览器将显示垃圾字符。所以这不是 PHP/HTML 的问题，而是 MySQL 的问题。 èéàòì之类的，MySQL当然可以从UTF-8转换为CP1252(latin1)。然而，如果不是这种情况(就好像我们试图将相同的字符串从 UTF-8 转换为 CP1251)，MySQL 将显示一个问号 ?。

在你的情况下，我认为这是一个输入问题，即标签在数据库中被截断了。这怎么可能？您可能有 UTF8 PHP 和 MySQL，但是当您的浏览器从加载了此类字符集的页面提交表单时，它会发送 windows-1252 字符串。在您的 PHP 脚本中，您应该将此字符串转码为 UTF-8 在将其插入数据库之前，或者使用 SET NAMES 'CP1252' 连接到 MySQL >。由于您不这样做，您最终会尝试插入一堆无效的 UTF-8 字节，因此 MySQL 会截断字符串并且您的标签为空。附件是一个测试用例。这是测试表

CREATE TABLE `test` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(128) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8

这是 PHP 部分。请注意，此脚本是 UTF-8 编码的，因此出现在其中的每个文字字符串都具有相同的编码。

// This is a UTF-8 file, so my editor uses UTF-8 and thus each literal
// string is a UTF-8 string, since PHP only has binary strings.
$label = "Référence";

// Now let's translate this string as if it came from a browser submitting
// a form loaded from a cp1252 encoded page
$src = mb_convert_encoding($label, "CP1252", "UTF-8");

// But connect as if I were UTF-8
$db = new PDO('mysql:host=localhost;dbname=test;charset=utf8',
    'test', 'test');

// Insert the string
$stmt = $db->prepare('INSERT INTO test (name) VALUES ( ? )');
$stmt->bindValue(1, $src);
$stmt->execute();

// Read it
header("content-type: text/plain; charset=windows-1252");
foreach($db->query('SELECT * FROM test') as $row)
    echo $row['name'] . "\n";

你是怎么康复的？您可以使用 cp1252 字符集连接到 MySQL 并让 MySQL 为您翻译，或者您对脚本中的字符串进行转码。

正确获取数据后，您必须提取它们并将其放在 HTML 页面上。这次您将遇到同样的问题，但情况相反:在 CP1252 文档中显示 UTF-8 字符串。 DB 中的字节不合适，因为 UTF-8 是一种可变长度编码，而在 CP1252 中，char 正好是 1 个字节长。如果您将这些字节直接放入页面，浏览器将显示一些额外字节的随机乱码。因此，同样，您要么连接到指定 CP1252 字符集的数据库，以便 MySQL 负责转换并为您提供正确的字节，要么您自己在 PHP 端对字节进行转码。

或者您最好帮自己一个忙:到处使用相同的编码。我建议使用 UTF-8，因为今天是正确的事情，但您可以成功地选择 CP1252，因为它可以表示英语和法语字符(并节省了一些存储空间，但我认为这不是问题)