PHP中文乱码原因及解决办法分析
PHP网页的编码
1.如果欲使用gb2312编码
,那么php要输出头:header("Content-type:text/html;charset=gb2312");
,静态页面添加,所有文件的编码格式为ANSI
,可用记事本打开,另存为选择编码为 ANSI,覆盖源文件。
2.如果欲使用utf-8编码
,那么php要输出头:header("Content-type:text/html;charset=utf-8");
,静态页面添加,所有文件的编码格式为utf-8。保存为utf-8可能会有点麻烦,一般utf-8文件开头会有BOM,如果使用session就会出问题,可用editplus来保存,在editplus中,工具->参数选择->文件->UTF-8签名,选择总是删除,再保存就可以去掉BOM信息了。
3.php本身不是 Unicode 的,所有substr
之类的函数得改成mb_substr
(需要装 mbstring 扩展);或者用 iconv 转码。
PHP与Mysql的数据交互
PHP与数据库的编码应一致
1.修改mysql配置文件my.ini
或my.cnf
,mysql 最好用 utf-8 编码
[mysql]
default-character-set=utf8
[mysqld]
default-character-set=utf8
default-storage-engine=MyISAM
在[mysqld]下加入:
default-collation=utf8_bin
init_connect='SET NAMES utf8'
2.在需要做数据库操作的php程序前加mysql_query("set names '编码'");
,编码和php编码一致,如果 php编码是 gb2312 那 mysql 编码就是 gb2312,如果是utf-8那 mysql 编码就是 utf8,这样插入或检索数据时就不会出现PHP中文乱码了。
关于编码
1、字符集:
在计算机底层中数据存储的都是二进制数据,要想获取真正有意义的字符,就必须让二进制数据与每一个字符对应起来,这种对应关系就形成了一张编码表。
常用字符集:
-
ISO-8859-1 拉丁码表 latin,表示西欧语言,使用一个字节即8位表示数据。
-
GB2312 简体中文码表。包含6000-7000中文和符号。用两个字节表示。两个字节都是开头为1,都为负数。
-
GBK 目前最常用的中文码表,2万的中文和符号。用两个字节表示数据。
-
Unicode 国际标准码,无论是什么文字,都用两个字节存储。
-
UTF-8 基于Unicode,一个字节就可以存储数据,不用两个字节存储,而且这个码表更加的标准化,在每一个字节头加入了编码信息。
(Linux 默认使用的 ISO-8859-1,win32默认使用的GB2312)
2、编码和解码
编码: 将字符转换成在字符集中对应的编码
解码: 在字符集中查找出编码对应的字符
中文在网络中的传输过程
1、以Java为例,eclipse默认使用 UTF-8 编码集,Tomcat 服务器默认使用 ISO-8859-1编码集,浏览器一般默认使用 GBK 编码集。
程序与服务器之间以字符传输,服务器与浏览器之间以字节传输。
2、中文传输过程:
浏览器中的中文字符----->进行编码----->服务器----->进行解码----->程序;
程序中的中文字符----->服务器----->进行解码----->浏览器----->编码进行显示
3、乱码产生原因以解决方式:
(1)、浏览器中的中文字符以 GBK 进行编码,以字节流传输到服务器,服务器再以 ISO-8859-1进行解码,以字符的形式传输给程序。
因为 ISO-8859-1 编码集不支持中文字符,所有解码后的字符都是西欧字符,把这些字符传输给程序就产生了乱码;
针对这个原因,只要把服务器的编码集设置为 UTF-8 即可:
request.setCharacterEncoding("UTF-8");
但这种方法只能用于POST请求方式,因为设置只会作用于请求体中的内容,如果是GET请求方式,可用先解码再编码的方式:
byte[] buffer = request.getParameter("word").getBytes("ISO-8859-1"); //进行编码
String newStr = new String(buffer,"UTF-8"); //进行解码
(2)、程序中的中文字符原样传输到服务器,服务器要先对中文字符进行编码再传输给浏览器,但因为 ISO-8859-1 编码集不支持中文字符,所以在字符集中查找不到对应的编码,编码后就变成了问号,传输给了浏览器并显示;
针对这种情况,要进行两次设置:
response.setCharacterEncoding("UTF-8"); //将服务器编码集设置为UTF-8
response.setContentType("text/html;charset=UTF-8"); //将浏览器编码集设置为UTF-8
实际上第二行设置已经包含了对服务器的设置,所以通常只要写第二句代码即可。