title: PHP中文亂碼原因及解決辦法分析
date: 2018-05-12
categories:
- PHP學習筆記
tags: - php
PHP網頁的編碼
1.如果欲使用gb2312編碼，那么php要輸出頭：header("Content-type:text/html;charset=gb2312");，靜態頁面添加，所有文件的編碼格式為ANSI，可用記事本打開，另存為選擇編碼為 ANSI，覆蓋源文件。
2.如果欲使用utf-8編碼，那么php要輸出頭：header("Content-type:text/html;charset=utf-8");，靜態頁面添加，所有文件的編碼格式為utf-8。保存為utf-8可能會有點麻煩，一般utf-8文件開頭會有BOM，如果使用session就會出問題，可用editplus來保存，在editplus中，工具->參數選擇->文件->UTF-8簽名，選擇總是刪除，再保存就可以去掉BOM信息了。
3.php本身不是 Unicode 的，所有substr之類的函數得改成mb_substr（需要裝 mbstring 擴展）；或者用 iconv 轉碼。
PHP與Mysql的數據交互
PHP與數據庫的編碼應一致
1.修改mysql配置文件my.ini或my.cnf，mysql 最好用 utf-8 編碼
[mysql]
default-character-set=utf8
[mysqld]
default-character-set=utf8
default-storage-engine=MyISAM
在[mysqld]下加入:
default-collation=utf8_bin
init_connect='SET NAMES utf8'
2.在需要做數據庫操作的php程序前加mysql_query("set names '編碼'");，編碼和php編碼一致，如果 php編碼是 gb2312 那 mysql 編碼就是 gb2312，如果是utf-8那 mysql 編碼就是 utf8，這樣插入或檢索數據時就不會出現PHP中文亂碼了。
關於編碼
1、字符集：
在計算機底層中數據存儲的都是二進制數據，要想獲取真正有意義的字符，就必須讓二進制數據與每一個字符對應起來，這種對應關系就形成了一張編碼表。
常用字符集：
-
ISO-8859-1 拉丁碼表 latin，表示西歐語言，使用一個字節即8位表示數據。
-
GB2312 簡體中文碼表。包含6000-7000中文和符號。用兩個字節表示。兩個字節都是開頭為1，都為負數。
-
GBK 目前最常用的中文碼表，2萬的中文和符號。用兩個字節表示數據。
-
Unicode 國際標准碼，無論是什么文字，都用兩個字節存儲。
-
UTF-8 基於Unicode,一個字節就可以存儲數據，不用兩個字節存儲，而且這個碼表更加的標准化，在每一個字節頭加入了編碼信息。
（Linux 默認使用的 ISO-8859-1，win32默認使用的GB2312）
2、編碼和解碼
編碼： 將字符轉換成在字符集中對應的編碼
解碼： 在字符集中查找出編碼對應的字符
中文在網絡中的傳輸過程
1、以Java為例，eclipse默認使用 UTF-8 編碼集，Tomcat 服務器默認使用 ISO-8859-1編碼集，瀏覽器一般默認使用 GBK 編碼集。
程序與服務器之間以字符傳輸，服務器與瀏覽器之間以字節傳輸。
2、中文傳輸過程：
瀏覽器中的中文字符----->進行編碼----->服務器----->進行解碼----->程序；
程序中的中文字符----->服務器----->進行解碼----->瀏覽器----->編碼進行顯示
3、亂碼產生原因以解決方式：
（1）、瀏覽器中的中文字符以 GBK 進行編碼，以字節流傳輸到服務器，服務器再以 ISO-8859-1進行解碼，以字符的形式傳輸給程序。
因為 ISO-8859-1 編碼集不支持中文字符，所有解碼后的字符都是西歐字符，把這些字符傳輸給程序就產生了亂碼；
針對這個原因，只要把服務器的編碼集設置為 UTF-8 即可:
request.setCharacterEncoding("UTF-8");
但這種方法只能用於POST請求方式，因為設置只會作用於請求體中的內容，如果是GET請求方式，可用先解碼再編碼的方式：
byte[] buffer = request.getParameter("word").getBytes("ISO-8859-1"); //進行編碼
String newStr = new String(buffer,"UTF-8"); //進行解碼
（2）、程序中的中文字符原樣傳輸到服務器，服務器要先對中文字符進行編碼再傳輸給瀏覽器，但因為 ISO-8859-1 編碼集不支持中文字符，所以在字符集中查找不到對應的編碼，編碼后就變成了問號，傳輸給了瀏覽器並顯示；
針對這種情況，要進行兩次設置：
response.setCharacterEncoding("UTF-8"); //將服務器編碼集設置為UTF-8
response.setContentType("text/html;charset=UTF-8"); //將瀏覽器編碼集設置為UTF-8
實際上第二行設置已經包含了對服務器的設置，所以通常只要寫第二句代碼即可。