我正在设置一个新服务器，并希望在我的 Web 应用程序中完全支持 UTF-8。我过去曾在现有服务器上尝试过此方法，但似乎总是不得不退回到 ISO-8859-1。
我需要在哪里设置编码/字符集？我知道我需要配置 Apache、MySQL 和 PHP 来执行此操作 — 是否有一些我可以遵循的标准检查表，或者排除不匹配发生的位置？
这是一个新的 Linux 服务器，运行 MySQL 5、PHP、5 和 Apache 2。
【问题讨论】：
utf-8 - MySQL 5、PHP 5 或 Apache 2。
标签： php mysql linux apache utf-8
警告：此答案适用于 PHP 5.3.5 及更低版本。不要将它用于 PHP 5.3.6（2011 年 3 月发布）或更高版本。
我发现有人使用 PDO 存在问题，答案是将此用于 PDO 连接字符串：
$pdo = new PDO(
'mysql:host=mysql.example.com;dbname=example_db',
"username",
"password",
array(PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8"));
我从中获取此内容的网站已关闭，但幸运的是，我能够使用 Google 缓存获取它。
【讨论】：
$dbh->exec("set names utf8");；我更喜欢这里介绍的方法）。顺便提一句。在 PHP 手册中也有类似的注释：php.net/manual/en/pdo.construct.php#96325.
首先，如果您使用的是
我很惊讶没有人提到intl 库，它对Unicode、字形、字符串操作有很好的支持、本地化等等，见下文。
我将在 PHPBenelux'14
引用 Elizabeth Smith's slides 的一些关于 PHP 中 Unicode 支持的信息好：
不好：
stream_filter_append($fp, 'convert.iconv.ISO-2022-JP/EUC-JP')
如果事情改变添加的功能等等，我会更新这个答案。
【讨论】：
--with-mysqli=mysqlnd --with-pdo-mysql=mysqlnd 选项编译 php，他们也可以使用 mysqlnd 驱动程序。
数据存储：
在数据库中的所有表和文本列上指定utf8mb4 字符集。这使得 MySQL 在物理上存储和检索以 UTF-8 原生编码的值。请注意，如果指定了 utf8mb4_* 排序规则（没有任何显式字符集），MySQL 将隐式使用 utf8mb4 编码。
在旧版本的 MySQL (utf8，它只支持 Unicode 字符的子集。我希望我在开玩笑。
数据访问：
在您的应用程序代码（例如 PHP）中，无论您使用何种 DB 访问方法，您都需要将连接字符集设置为 utf8mb4。这样，当 MySQL 将数据传递给您的应用程序时，MySQL 不会从其原生 UTF-8 进行转换，反之亦然。
一些驱动程序提供了自己的机制来配置连接字符集，它既可以更新自己的内部状态，又可以通知 MySQL 连接上要使用的编码——这通常是首选方法。在 PHP 中：
如果您在 PHP ≥ 5.3.6 的情况下使用PDO 抽象层，则可以在DSN 中指定charset：
$dbh = new PDO('mysql:charset=utf8mb4');
如果您使用的是mysqli，您可以拨打set_charset()：
$mysqli->set_charset('utf8mb4'); // object oriented style
mysqli_set_charset($link, 'utf8mb4'); // procedural style
如果您坚持使用普通的mysql，但碰巧运行的是 PHP ≥ 5.2.3，您可以调用mysql_set_charset。
如果驱动程序没有提供自己的设置连接字符集的机制，您可能必须发出一个查询来告诉 MySQL 您的应用程序希望如何对连接上的数据进行编码：SET NAMES 'utf8mb4'。
关于utf8mb4/utf8 的考虑与上述相同。
输出：
如果您的应用程序将文本传输到其他系统，它们也需要被告知字符编码。对于 Web 应用程序，必须通知浏览器发送数据的编码（通过 HTTP 响应标头或HTML metadata）。
在 PHP 中，您可以使用default_charset php.ini 选项，或者自己手动发出Content-Type MIME 标头，这只是更多的工作，但具有相同的效果。
使用json_encode() 对输出进行编码时，添加JSON_UNESCAPED_UNICODE 作为第二个参数。
输入：
不幸的是，在尝试将每个接收到的字符串存储或在任何地方使用它之前，您都应该验证它是有效的 UTF-8。 PHP 的mb_check_encoding() 可以解决问题，但您必须虔诚地使用它。确实没有办法解决这个问题，因为恶意客户端可以以他们想要的任何编码提交数据，而我还没有找到让 PHP 可靠地为您执行此操作的技巧。
根据我对当前HTML spec 的阅读，以下子项目符号对于现代 HTML 来说不再是必需的，甚至不再有效。我的理解是浏览器将使用为文档指定的字符集提交数据。但是，如果您的目标是旧版本的 HTML（XHTML、HTML4 等），这些要点可能仍然有用：
accept-charset 属性添加到你所有的<form> 标签：<form ... accept-charset="UTF-8">。<form> 标签上都明确。其他代码注意事项：
显然，您将提供的所有文件（PHP、HTML、JavaScript 等）都应以有效的 UTF-8 编码。
您需要确保每次处理 UTF-8 字符串时都是安全的。不幸的是，这是困难的部分。您可能希望广泛使用 PHP 的 mbstring 扩展。
PHP 的内置字符串操作在默认情况下不是 UTF-8 安全的。您可以安全地使用普通的 PHP 字符串操作（如连接）来做一些事情，但对于大多数情况，您应该使用等效的 mbstring 函数。
要知道你在做什么（阅读：不要搞砸了），你真的需要了解 UTF-8 以及它如何在尽可能低的级别上工作。查看来自utf8.com 的任何链接，以获取一些很好的资源来了解您需要知道的一切。
【讨论】：
请注意：
您面临的问题是您的非拉丁字符显示为 ????????? ，您提出了一个问题，并通过参考这个规范问题而关闭，您尝试了一切，无论您做什么，您仍然得到?????????? 来自MySQL。
这主要是因为您正在测试您的旧数据，这些数据已使用错误的字符集插入到数据库中，并被转换并存储为实际的问号字符?。这意味着您永远丢失了原始文本，无论您尝试什么，您都会得到???????。
将从这个问题的答案中学到的知识应用于新数据可以解决您的问题。
【讨论】：
SELECT hex( column ) ... (docs) 并检查该字符是否有一个value of 3F：如果没有，这只是一个显示问题。否则，只需选择一个备份并尝试更合适的转换/迁移。
如果你想要一个 mysql 解决方案，我的 2 个项目在服务器迁移后遇到了类似的问题。在搜索并尝试了很多解决方案之后，我遇到了这个/在这个工作之前什么都没有）：
mysqli_set_charset($con,"utf8");
将此行添加到我的配置文件后一切正常！
当我正在寻找解决来自 html 查询的插入问题时，我发现了这个解决方案 https://www.w3schools.com/PHP/func_mysqli_set_charset.asp
祝你好运！
【讨论】：
我刚刚遇到了同样的问题，并在 PHP 手册中找到了一个很好的解决方案。
我将所有文件编码更改为 UTF8，然后是我连接上的默认编码。这解决了所有问题。
if (!$mysqli->set_charset("utf8")) {
printf("Error loading character set utf8: %s\n", $mysqli->error);
} else {
printf("Current character set: %s\n", $mysqli->character_set_name());
}
【讨论】：
set_charset('utf8mb4') 不起作用，但 >set_charset("utf8") 起作用，而其他答案中实际上并未显示。
set_charset("utf8") 可能会起作用，但行为会有所不同（请参阅有关 utf8 和 utf8mb4 之间差异的备注以及 mysql 版本历史记录）。使用utf8如果你必须并且只有你知道你在做什么！
我最近发现使用strtolower() 可能会导致数据在特殊字符后被截断。
解决方案是使用
mb_strtolower($string, 'UTF-8');
mb_ 使用多字节。它支持更多的字符，但一般来说速度有点慢。
【讨论】：
我要添加到这些惊人的答案中的唯一一件事是强调以 utf8 编码保存文件，我注意到浏览器接受此属性而不是设置 utf8 作为代码编码。任何体面的文本编辑器都会向您显示这一点，例如 Notepad++ 有一个用于文件编码的菜单选项，它向您显示当前编码并允许您更改它。对于我所有的 php 文件，我使用没有 BOM 的 utf8。
前段时间，有人让我为别人设计的 php/mysql 应用程序添加 utf8 支持，我注意到所有文件都是用 ANSI 编码的，所以我不得不使用 ICONV 来转换所有文件，更改数据库表要使用 utf8 字符集和 utf8_general_ci 排序规则，请在连接后将“SET NAMES utf8”添加到数据库抽象层（如果使用 5.3.6 或更早版本，则必须在连接字符串中使用 charset=utf8）并更改要使用的字符串函数php多字节字符串函数等价。
【讨论】：
如果您希望 MySQL 服务器决定字符集，而不是 PHP 作为客户端（旧行为；在我看来是首选），请尝试将 skip-character-set-client-handshake 添加到您的 my.cnf，在 [mysqld] 下，然后重新启动 @987654324 @。
如果您使用的不是 UTF8，这可能会导致麻烦。
【讨论】：
PHP 中的 Unicode 支持仍然一团糟。虽然它能够将 ISO8859 字符串（它在内部使用）转换为 utf8，但它缺乏原生处理 unicode 字符串的能力，这意味着所有字符串处理函数都会破坏和破坏您的字符串。所以你要么使用单独的库来支持正确的 utf8，要么自己重写所有的字符串处理函数。
简单的部分只是在 HTTP 标头和数据库等中指定字符集，但如果您的 PHP 代码没有输出有效的 UTF8，那么这些都不重要。那是困难的部分，PHP 几乎没有给你任何帮助。 （我认为 PHP6 应该可以解决这个最糟糕的问题，但这还有一段时间）
【讨论】：
就我而言，我使用的是mb_split，它使用了正则表达式。因此，我还必须通过 mb_regex_encoding('UTF-8');
附带说明一下，我还通过运行 mb_internal_encoding() 发现内部编码不是 utf-8，我通过运行 mb_internal_encoding("UTF-8"); 进行了更改。
【讨论】：
最佳答案非常好。这是我在常规 debian/php/mysql 设置中必须要做的：
// storage
// debian. apparently already utf-8
// retrieval
// the mysql database was stored in utf-8,
// but apparently php was requesting iso. this worked:
// ***notice "utf8", without dash, this is a mysql encoding***
mysql_set_charset('utf8');
// delivery
// php.ini did not have a default charset,
// (it was commented out, shared host) and
// no http encoding was specified in the apache headers.
// this made apache send out a utf-8 header
// (and perhaps made php actually send out utf-8)
// ***notice "utf-8", with dash, this is a php encoding***
ini_set('default_charset','utf-8');
// submission
// this worked in all major browsers once apache
// was sending out the utf-8 header. i didnt add
// the accept-charset attribute.
// processing
// changed a few commands in php, like substr,
// to mb_substr
仅此而已！
【讨论】：
我想给chazomaticus' excellent answer添加一件事：
也不要忘记 META 标签（像这样，或the HTML4 or XHTML version of it）：
<meta charset="utf-8">
这似乎微不足道，但 IE7 之前给我带来了问题。
我做的一切都是正确的；数据库、数据库连接和 Content-Type HTTP 标头都设置为 UTF-8，在所有其他浏览器中都可以正常工作，但 Internet Explorer 仍然坚持使用“西欧”编码。
原来页面缺少 META 标记。添加解决了问题。
编辑：
W3C 实际上有一个相当大的section dedicated to I18N。他们有许多与这个问题相关的文章——描述了 HTTP、(X)HTML 和 CSS 方面的内容：
他们建议同时使用 HTTP 标头和 HTML 元标记（或在 XHTML 作为 XML 的情况下使用 XML 声明）。
【讨论】：
除了在 php.ini 中设置 default_charset 之外，您还可以在任何输出之前使用代码中的 header() 发送正确的字符集：
header('Content-Type: text/html; charset=utf-8');
在 PHP 中使用 Unicode 很容易，只要您意识到大多数 字符串函数不能使用 Unicode，有些可能会完全破坏字符串。 PHP 认为“字符”的长度为 1 个字节。有时这是可以的（例如，explode() 仅查找字节序列并将其用作分隔符——因此您查找的实际字符并不重要）。但其他时候，当函数实际上设计为处理 characters 时，PHP 不知道您的文本包含 Unicode 中的多字节字符。
一个很好的检查库是phputf8。这会重写所有“坏”函数，因此您可以安全地处理 UTF8 字符串。也有像 mbstring 扩展这样的扩展尝试为您执行此操作，但我更喜欢使用该库，因为它更便携（但我编写大众市场产品，所以这对我很重要）。但无论如何，phputf8 可以在幕后使用 mbstring 来提高性能。
【讨论】：
在 PHP 中，您需要使用multibyte functions，或打开mbstring.func_overload。如果你的字符超过一个字节，那么像 strlen 这样的东西会起作用。
您还需要确定回复的字符集。您可以使用 AddDefaultCharset，如上所述，也可以编写返回标头的 PHP 代码。 （或者您可以在 HTML 文档中添加 META 标记。）
【讨论】：