utf-8 编码不适用于使用 php 5.5 的 utf-8 编码文档

Question

我遇到了一种非常奇怪的编码问题，我不太了解并且以前从未遇到过。我在 Ubuntu 机器上使用 PHP 5.5 只是为了提供信息。

解决问题

我有一个简单的文件 index.php，我想在其中打印这个简单的字符串

<?php echo "übermotivierter";  ?>

在浏览器中查看时，我希望得到以下输出

�bermotivierter

这符合预期！

为了以正确的方式显示它，我已经完成了以下步骤

1. 将我的 IDE (Zend Studio) 的编码更改为 UTF-8 并再次保存文件

2. 设置适当的 html 元标记

   <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
   

3. 设置合适的php头文件

   <?php header("Content-Type: text/html; charset=utf-8"); ?>
   

执行此操作后，我本以为它会以正确的方式显示，但我仍然觉得这很奇怪——在输出中！

解决方法

为了让这个东西正确显示，我必须这样做

<?php echo utf8_encode("übermotivierter");  ?>

现在它以正确的方式显示。

我的问题

当我的文档已经被编码并保存在 utf-8 中时，我真的不明白为什么我必须使用 utf8_encode。这对我来说没有任何意义。对此有何解释？

Answer 1

使用 Git 2.18+（2018 年第二季度），您可能不需要任何第三方技巧即可将 repo 内容转换为 UTF-8，因为 新的“checkout-encoding”属性可以询问 Git在检出工作树时将内容转换为指定的编码（检入时反之亦然）。

见commit e92d622、commit 541d059、commit 7a17918、commit 107642f、commit c6e4865、commit 10ecb82、commit 2f0c4a3（2018 年 4 月 15 日）、commit 66b8af3（2018 年 3 月 9 日）和@9876 , commit a8270b0（2018 年 2 月 15 日）Lars Schneider (larsxschneider)。
^{（由 Junio C Hamano -- gitster -- 合并于 commit 1ac0ce4，2018 年 5 月 8 日）}

convert：添加'working-tree-encoding'属性

Git 识别用 ASCII 或其超集之一编码的文件（例如 UTF-8 或 ISO-8859-1) 作为文本文件。
所有其他编码通常被解释为二进制，因此内置的 Git 文本处理工具（例如'git diff'）以及大多数 Git Web 前端都不可视化内容。

添加一个属性来告诉 Git 用户定义了什么编码 给定的文件。如果内容被添加到索引中，那么 Git 会重新编码 将内容转换为规范的 UTF-8 表示。结帐时，Git 将 反转这个操作。

如果有任何问题，您现在可以通过the GIT_TRACE_WORKING_TREE_ENCODING environment variable 启用对使用“working-tree-encoding”属性重新编码的内容的跟踪。
这对于调试编码问题很有用。

documentation 现在提到：

请注意，使用working-tree-encoding 属性可能有 陷阱数量：

• 替代 Git 实现（例如 JGit 或 libgit2）和旧版 Git 版本（截至 2018 年 3 月）不支持 working-tree-encoding 属性。
  如果您决定在您的存储库中使用working-tree-encoding 属性，那么强烈建议确保使用该存储库的所有 客户端都支持它。

  例如，Microsoft Visual Studio 资源文件 (*.rc) 或 PowerShell 脚本文件 (*.ps1) 有时以 UTF-16 编码。
  如果您将 *.ps1 声明为 UTF-16 格式的文件，并在启用了 working-tree-encoding 的 Git 客户端添加 foo.ps1，则 foo.ps1 将在内部存储为 UTF-8。
  不支持working-tree-encoding 的客户端会将foo.ps1 检出为UTF-8 编码文件。这通常会给该文件的用户带来麻烦。

  如果不支持 working-tree-encoding 属性的 Git 客户端添加新文件 bar.ps1，则 bar.ps1 将在内部“按原样”存储（在本示例中可能为 UTF-16）。
  支持working-tree-encoding 的客户端会将内部内容解释为UTF-8，并在结帐时尝试将其转换为UTF-16。该操作将失败并导致错误。

• 重新编码内容需要可能会减慢某些 Git 操作的资源（例如“git checkout”或“git add”）。

仅当您无法存储文件时才使用working-tree-encoding 属性 在 UTF-8 编码中，如果您希望 Git 能够处理内容 作为文本。

---

例如，如果您的“*.ps1”文件是 使用字节顺序标记 (BOM) 编码的 UTF-16，您希望 Git 执行 根据您的平台自动换行。

*.ps1     text working-tree-encoding=UTF-16

如果您的“*.ps1”文件是 UTF-16 little，请使用以下属性 没有 BOM 的 endian 编码，您希望 Git 使用 Windows 行尾 在工作目录中。
请注意，如果使用working-tree-encoding 属性以避免歧义，强烈建议使用eol 明确定义行结尾。

*.ps1 text working-tree-encoding=UTF-16LE eol=CRLF

Answer 2

不是答案，但评论太长了：

你能不能试试

<?php
$s = "übermotivierter";
echo '<p>', $s, '</p><p>';
for($i=0; $i<strlen($s); $i++) {
    printf('%02x ', ord($s[$i]));
}
echo '</p>';

在你有<?php echo "übermotivierter"; ?>的地方？
它的输出是什么？