“latin1”数据库的 Laravel 编码问题

Question

我有一个 Laravel 应用程序，它与带有字符集 latin1 的数据库一起工作（我无法更改它）。

在我的.env 我有以下配置：

DB_CONNECTION_INTRANET=mysql
DB_HOST_INTRANET=xxxxx
DB_PORT_INTRANET=3306
DB_DATABASE_INTRANET=xxx
DB_USERNAME_INTRANET=xxx
DB_PASSWORD_INTRANET=xxx
DB_CHARSET_INTRANET='latin1'
DB_COLLATION_INTRANET='latin1_swedish_ci'

在config/database.php我使用这个配置：

'mysqlIntranet' => [
    'driver'    => env('DB_CONNECTION_INTRANET'),
    'host'      => env('DB_HOST_INTRANET'),
    'port'      => env('DB_PORT_INTRANET'),
    'database'  => env('DB_DATABASE_INTRANET'),
    'username'  => env('DB_USERNAME_INTRANET'),
    'password'  => env('DB_PASSWORD_INTRANET'),
    'unix_socket' => env('DB_SOCKET_INTRANET', ''),
    'charset' => env('DB_CHARSET_INTRANET'),
    'collation' => env('DB_COLLATION_INTRANET'),
],

并且模型使用这个连接：

class Cliente extends Model
{
    protected $connection = 'mysqlIntranet';

当我执行SELECT estado FROM clientes（我从控制台工作）时，我得到以下结果：

+---------------+
| estado        |
+---------------+
| Informado     |
| Contratación  |

然而，虽然我在 Laravel 中配置了字符集，但当我运行这段代码时：

$client = Cliente::query()->first();
$estado = $client->getAttribute('estado');
var_dump($estado . " - " . mb_detect_encoding($estado));
$estado2 = utf8_encode($estado);
var_dump($estado2 . " - " . mb_detect_encoding($estado2));

我得到了这个奇怪的结果：

string(20) "Contrataci�n - UTF-8"
string(21) "Contratación - UTF-8"

我不明白为什么.env 的配置不起作用 - 有什么想法吗？

=======================更新======================
我尝试在本地模拟问题，发现 Laravel 工作正常。我创建了这个数据库：

CREATE DATABASE my_db CHARACTER SET latin1 COLLATE latin1_swedish_ci;

带有.env 值：

DB_CHARSET_INTRANET="latin1"
DB_COLLATION_INTRANET='latin1_swedish_ci'

一切正常，正如预期的那样。

我决定尝试在我的服务器中设置以下配置：

DB_CHARSET_INTRANET="utf8"
DB_COLLATION_INTRANET='utf8_general_ci'

令我大吃一惊的是，我成功地正确检索了这些值！

以防万一，我直接在MySql服务器中查看：

> SELECT * FROM information_schema.SCHEMATA  WHERE schema_name = "xxx";
+--------------+-------------+----------------------------+------------------------+----------+
| CATALOG_NAME | SCHEMA_NAME | DEFAULT_CHARACTER_SET_NAME | DEFAULT_COLLATION_NAME | SQL_PATH |
+--------------+-------------+----------------------------+------------------------+----------+
| NULL         | xxx         | latin1                     | latin1_swedish_ci      | NULL     |
+--------------+-------------+----------------------------+------------------------+----------+

> SELECT T.table_name, CCSA.* 
  FROM information_schema.`TABLES` T, information_schema.`COLLATION_CHARACTER_SET_APPLICABILITY` CCSA 
  WHERE CCSA.collation_name = T.table_collation AND T.table_schema = "xxx";
+-------------+-------------------+--------------------+
| table_name  | COLLATION_NAME    | CHARACTER_SET_NAME |
+-------------+-------------------+--------------------+
| clientes    | latin1_swedish_ci | latin1             |
| clientes_sm | latin1_swedish_ci | latin1             |
+-------------+-------------------+--------------------+

所以现在我有工作了，我只想了解为什么......

Answer 1

mb_detect_encoding 不能被信任，它通常会告诉一些东西是不是用 utf8 编码的。至少使用第三个参数使其“严格”：http://php.net/manual/en/function.mb-detect-encoding.php

一种可以信任的方法是查看单个字节。如果ó被编码为单个字节，它可能是latin1，如果它是两个字节，它可能是utf8。 php 函数 bin2hex 将字符串转换为十六进制，它使您更容易检查它包含的字节。

从您的 php 输出中，该字符串肯定是用 latin1 编码的。您之所以看到“Contratacin”，是因为显示您的输出的程序（控制台？网页？日志查看器？）假设您的输出是 UTF-8 格式，但不是，它是 latin1。