以 UTF-8 保存我的所有源代码文件有什么缺点吗？答案

【问题标题】：Is there any downside to save all my source code files in UTF-8?以 UTF-8 保存我的所有源代码文件有什么缺点吗？
【发布时间】：2011-04-05 13:50:27
【问题描述】：

如果相关（很有可能），它们就是 PHP 源代码文件。

【问题讨论】：

有点离题 - 任何严肃的项目都应该将所有数据（包括 UI 文本）存储在某个数据库中，而不是将其硬编码在源代码文件中。如果您遵循这一点，那么只有代码 cmets 可能需要 UTF8。
用于本地化。即使不需要本地化，也可能在将来。
@binaryLV 嗯，是的，就是这样，这些 PHP 文件实际上是用于本地化的。

标签： php utf-8 file-encodings

【解决方案1】：

有几个陷阱需要注意：

PHP 不知道某些编辑器或 IDE 喜欢放在 UTF-8 文件开头的 BOM 字符。该字符表示该文件是 UTF-8，但不是必需的，它是不可见的。这可能会导致处理 HTTP 标头的函数发出“标头已发送”警告，因为 PHP 会在看到 BOM 时将 BOM 输出到浏览器，这将阻止您发送任何标头。确保您的文本编辑器具有 UTF-8 (No BOM) 编码；如果您不确定，只需进行测试即可。如果 <?php header('Content-Type: text/html') ?> 在原本为空的文件的开头没有触发警告，那就没问题了。
默认字符串函数不支持多字节编码。这意味着strlen 真正返回字符串中的字节数，而不是实际的字符数。在您开始使用 substr 之类的函数拼接非 ASCII 字符串之前，这并不是什么大问题：当您这样做时，传递给它的索引指的是字节索引而不是字符索引，这可能会导致您的脚本将非 ASCII 字符一分为二。例如，echo substr("é", 0, 1) 将返回一个无效的 UTF-8 字符，因为在 UTF-8 中，é 实际上需要两个字节，而 substr 将只返回第一个字节。（解决方案是使用mb_ string functions，它知道多字节编码。）
您必须确保您的数据源（如外部文本文件或数据库）也返回 UTF-8 字符串，因为 PHP 不会进行自动转换。为此，您可以使用特定于实现的方法（例如，MySQL 有一个特殊查询，可让您指定您期望结果的编码：SET CHARACTER SET UTF8 或类似的东西），或者如果您找不到更好的方法是，mb_convert_encoding 或 iconv 会将一个字符串转换为另一种编码。

【讨论】：

好答案。只是想补充一点，字符串函数有“多字节替换”，例如mb_strlen() 和mb_substr()。
+1 不错的打字速度:)（也不错的答案）。当我看到您的答案时，我正在编辑我的答案以添加有关 BOM 和 mb_* 函数的详细信息:)。

【解决方案2】：

实际上通常建议您将所有源代码保存为 UTF8。带有拉丁字符的常规代码的大小根本不重要，但可以防止任何特殊字符出现故障。

【讨论】：

【解决方案3】：

如果您在例如字符串值中使用任何特殊字符，则大小会稍大一些，但这无关紧要。

不过我的建议是，始终保留默认格式。我花了这么多时间，因为格式保存出错并且所有字符都更改了。

从少数技术角度来看，没有区别！

【讨论】：

因为默认值因编辑器而异（其中一些从环境中提取它，这又会有所不同）。将其保留为默认值是一个非常糟糕的主意。最好选择一种编码，然后确保一切都使用它。

【解决方案4】：

非常相关，PHP 解析器可能会开始输出虚假字符，例如时髦的倒置问号。坚持规范，这是首选。

【讨论】：

-1，UTF-8 应该是标准，即使在 PHP 中也是如此。在处理字符串时，您只需要使用多字节感知函数来避免时髦的问号字符。
UTF-8 是标准。替代品是 UTF-16（对亚洲更好）、UTF-32（错误，否）、ISO-8859（旧版）、ASCII（有限）和专有的东西。
我能问一下为什么我被降级了吗？我的回答是正确的，继续用 Unicode 编码你的 PHP 文档，你不会得到任何输出，这验证了我的说法。此外，除非用户更改了设置，否则 ANSI 在所有文本编辑器中都是正常的，这对于 C#/C++/VB/PHP/JS 等等都是如此。
ANSI 可能是 Windows 上的默认值，但 UTF-8 是 Mac OS 和 Linux 上的默认值。我，一方面，使用 Mac OS，我所有的脚本（有很多法语重音字母）都用 UTF-8 编码，它们运行正常，不仅在我的机器上，而且在我使用和拥有的许多 Web 服务器上用过的。然而，有一些陷阱；我已经在我的回答中列出了它们。
我对“PHP 文档”的定义是一个包含可供 PHP 脚本引擎执行的 PHP 代码的文档。我将这些文档编码为 UTF-8，它们不仅可以在我的机器上工作，而且它们还可以在我使用的所有 Web 服务器上以非英文字符可移植地工作。您是指其他类型的文件吗？