【发布时间】：2017-02-21 19:32:37
【问题描述】：
我已经搜索了一段时间，但还没有找到适合我的东西。我正在使用 PHP 表单使用 SAP DI API 将数据提交到 SAP。我需要弄清楚哪个字符集实际上可以让我存储和使用越南字符。
UTF8 似乎适用于很多字符，但 ô 变成了 ô。更重要的是，有字符限制，而 UTF-8 打破了字符限制。如果我有一个 30 个字符的字符串，它会告诉 API 它超过 50 个。存储在 MySQL 中也是如此——如果有 varchar 字符限制，UTF-8 会导致字符串超过它。
不幸的是，当我搜索时，UTF-8 似乎是人们对越南字符的唯一建议。如果我根本不对字符进行编码，它们就会被存储为它们的 html 字符代码。我也尝试过 ISO-8859-1，转换成 UCS-2 或 UCS-4 ......我真的很茫然。如果有人有处理越南字符的经验，我们将不胜感激。
更新
看来问题可能出在我在 Windows 上的 wampserver 上。这是一些让我感到困惑的代码：
$str = 'VậTCôNG';
$str1 = utf8_encode($str);
if (mb_detect_encoding($str,"UTF-8",true) == true) {
print_r('yes');
if ($str1 == $str) {
print_r('yes2');
}
}
echo $str . $str1;
这会在浏览器中打印“yes”而不是“yes2”，并且 $str.str1 = “VậTCôNGVáºTCôNG”。
我的 php.ini 文件包含：
default_charset = "utf-8"
和我的 httpd.conf 文件：
AddDefaultCharset UTF-8
我正在运行的 php 文件有：
header("Content-type: text/html; charset=utf-8");
所以我现在想知道：如果原始字符串是 utf-8，为什么它不等于本身的 utf8 编码？为什么 utf8 编码返回错误的字符？ wampserver 配置有问题吗？
【问题讨论】：
-
UTF-8 是你最终要走的路，没有严肃的选择。并且 UTF-8 字符集肯定包含越南字符，它们被“更改”的事实必须是您的字符集的一些本地问题。但是，您必须了解 UTF-8 编码实际上是如何工作的，才能理解字符串长度的这些变化。
-
@arkascha 感谢您的回复。我对 UTF-8 的问题是，如果我对 SAP DI API 有 50 个字符的硬字符限制，并且字符串是 32 个带有几个越南字符的字符串，它将超过限制而无法输入。即使我确实修复了字符集问题，这似乎也是一个交易破坏者。
-
@arkascha 忘记这个回复。我想你是正确的。我更新了我的帖子，你知道为什么会这样吗？或者我的设备可能会出现什么本地问题？
-
这里有几个问题：1. 您假设 X===utf8_encode(X)，但这肯定不是正确的。你从哪里得到应该是正确的想法？ 2.字符编码检测是一件棘手的事情。对于给定的字符串，它可能会提供正确的响应，也可能会失败。这实际上是在文档中特别提到的。简单示例：any 字符串可以正确解释为 8 位编码。这是否意味着它是？不！唯一可能的是明确检测出 some 字符串肯定是 not 有效的 utf8 编码字符串。 3.停止使用浏览器进行测试，使用CLI。
-
实际上，众所周知，MS-Windows 存在 unicode 问题，抱歉。只有它无法隐藏其封闭和有限起源的领域之一。您可以使用
hexeditor自己测试您的原始字符串。那是（在我看来）真正允许窥视文件真正包含的内容的唯一工具。如果您了解 UTF 编码的实际工作原理，您可以在其中发现多字节序列。所有的 API、所有的浏览器都只在你和数据之间添加层，层试图变得聪明并“修复”实际上经常失败的东西......
标签： php mysql utf-8 character-encoding sap