出于什么原因 htmlspecialchar() 默认字符集从 ISO-8859-1 更改为 UTF8答案

【问题标题】：For what reason htmlspecialchar() default charset changed from ISO-8859-1 to UTF8出于什么原因 htmlspecialchar() 默认字符集从 ISO-8859-1 更改为 UTF8
【发布时间】：2014-04-10 16:44:20
【问题描述】：

根据http://php.net/htmlspecialchars，字符集参数的默认值在 PHP 5.4 中从 ISO-8859-1 更改为 UTF8。

如果您在此处关注此错误https://bugs.php.net/bug.php?id=61354 的讨论，您很快就会意识到这会导致维护遗留 PHP 代码的重大困难。我们也遇到过类似的问题。

http://nikic.github.io/2012/01/28/htmlspecialchars-improvements-in-PHP-5-4.html 这篇帖子中的“大多数人使用 UTF-8”之类的解释真的很奇怪。

据我所知，htmlspecialchars() 引用了 UTF8 中的所有内容，即使设置了 ISO-8859-1。使用非 ASCII 字符集的人必须设置参数...好的，但他们也不会受到更改默认行为的影响。我写了很多 UTF-8 代码，之前使用 ISO-8859-1 的 htmlspecialchars() 从来没有遇到过问题。

那么为什么要改变这种行为呢？还是我忽略了一些安全问题？我只是想了解它（无需代码解决方案！）。

【问题讨论】：

不知道真正的原因是什么，但我猜这是为了未来的兼容性，当时 unicode 统治着世界，而 iso8859 之类的东西只是一场遥远的噩梦。
未来的考虑将是一个有效的论点，恕我直言。如果我能决定的话，我会尽快摆脱旧的 ISO-8859-1 代码。
PHP 5.4 中的更改只是在您未指定字符集时从 ISO-8859-1 切换到 UTF8。这似乎是一个配置问题，而不是代码更改。
默认 Linux 内核在我使用过的每个系统中都使用 UTF-8。我欢迎这个改变！
这让我想起了 nl2br 在 XHTML 流行期间添加的向后不兼容的更改。

标签： php

【解决方案1】：

行为从默认的 ISO-8859-1 更改为默认的 UTF-8，因为 UTF-8 更常用。

ISO-8859-1 涵盖拉丁字符，而 UTF-8 支持更大的字符集。这就是为什么经常使用 UTF-8 来支持 ISO-8859-1。

至于他们为什么选择破坏兼容性：我猜他们认为这是一个好主意。也许低估了这会产生的影响。我可以看到这对于入门级开发人员来说有点困难。

这是此重大更改的潜在修复：

function myhtmlspecialchars($string, $flags = null, $encoding = "ISO-8859-1", $double_encode = true) {
    if ($flags === null) { $flags = ENT_COMPAT | ENT_HTML401; }
    return htmlspecialchars($string, $flags, $encoding, $double_encode);
}

然后在您的代码中将htmlspecialchars 替换为myhtmlspecialchars。

从 5.6.0 版开始，默认值为 default_charset。所以这只影响在5.4.x和5.5.x之间的版本上运行的应用程序

【讨论】：

或者，如果可以的话，您可以更改 php.ini 中的默认字符集。
不适用于 PHP 5.4.x 和 5.5.x
你有没有参考，这种行为在 PHP 5.6 中发生了变化？我在这里找不到任何东西：docs.php.net/manual/en/migration56.php
检查php.net/htmlspecialchars 的文档：从 PHP 5.6.0 开始，default_charset 值被用作默认值。从 PHP 5.4.0 开始，UTF-8 是默认值。 PHP 5.4.0 之前的版本，默认使用 ISO-8859-1。
感谢 PHP 5.6.0 的提示，这让我相信，该语言仍有一些常识。我给它回答的标志。但是，您使用 myhtmlspecialchars 的解决方案并非总是可行的。我猜您没有考虑到商业第三方库，您无法在不失去轻松更新库的能力的情况下更改功能。您必须向他们的开发人员支付更改费用，否则您可能会使用带有 runkit_function_rename 的 runkit 做一些丑陋的事情。