【转帖】PHP字符集编码问题

时间：2009-03-05 来源：nanlover

原帖地址： http://blog.csdn.net/zhangking/archive/2008/04/15/2293502.aspx 几乎每个刚开始用 PHP 和 mySQL 开发 Web 应用的人，都受到过编码问题的困扰。要么页面原始汉字和从数据库里取出的汉字全是乱码；要么原始汉字和数据库汉字，一个显示正常了，另一个就变成乱码了。很烦很气人！

问题需要一步一步的解决。在实际操作以下方法之前，需要配置 Web 服务器，使其与 PHP 集成，最终可以调试 PHP 程序。我们以常见的 GB2312 和 UTF-8 字符集为例来测试和说明。浏览器是 IE7.0。

一、页面原始汉字乱码的解决

编码的原理我就不说了，网上搜索一下字符串“PHP 乱码”，整框整框的文章供大家阅读。我最关心的是具体怎么做，就可以解决这个实际问题。我最喜欢使用的文本编辑器是 UltraEdit，不仅仅因为它可以进行 16 进制编辑，还因为它支持多编码文档。解决这个问题就需要使用 UltraEdit 的这个功能。

1.1 打开中文 Windows，用 UltraEdit 创建一个文本文件，手工输入一个 PHP 页面文件，文件内容如下。保存为 test1.php 文件，注意保存时“格式”下拉框选择“默认”- 特别注意这里。

    <Html>
    <head>
      <title>页面标题</title>
      <META http-equiv=Content-Type content="text/html; charset=gb2312">
    </head>
    <Body>
    电脑学习网：<br>
    http://www.why100000.com
    </body>
    </html>

用 IE 浏览器打开网站的这一页面。可以看到，页面显示正常。在 IE 浏览器的“查看”/“编码”菜单下看到(勾选了“自动选择”)，字符编码是 GB2312。

[Firefox 2.0 下显示正常。]

1.2 然后，在 UltraEdit 的“文件”菜单下，选“另存为”，格式选择“UTF-8”，文件名为 test2.php。用 IE 浏览器打开这一页面。可以看到，页面显示正常(其实英文字体已经有略微的变化了)。在 IE 浏览器的“查看”/“编码”菜单下看到(勾选了“自动选择”)，字符编码是 UTF-8，自动变了！注意 <META http-equiv=Content-Type content="text/html; charset=gb2312"> 一句并没有修改，但是浏览器却自动辨别出了真实的字符集编码！看来 IE 还是比较聪明的，也说明 IE 自动判别字符集是比 METE 标签中 charset=xxx 的定义优先的。

[Firefox 2.0 下显示出现乱码。]

1.3 在该页面首部加语句

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

再次保存该页面文件，“格式”下拉框选择“默认”，文件名为 test3.php。用 IE 打开网站里的该文件，这次看到，除过英文字母，汉字变成乱码了！同时在 IE 浏览器的“查看”/“编码”菜单下看到(勾选了“自动选择”)，字符编码是 UTF-8，已经被强制改变了。

出现汉字乱码的原因，是因为原本的 GB2312 编码，被强制以 UTF-8 的编码形式显示，所以乱码出现了。这个时候在浏览器里人为指定 GB2312 编码，页面汉字又显示正常了(真正制作页面时是不能这么做的，非要让浏览者自己选择编码，一个是浏览者可能根本不知道怎么选择编码、选什么编码，再者也显得我们太菜了！)。

[Firefox 2.0 下显示出现乱码。]

1.4 在该页面首部加语句

    <?php
      header("Content-Type:text/html;charset=GB2312");
    ?>

再次保存该页面文件，“格式”下拉框选择“UTF-8”，文件名为 test4.php。用 IE 打开网站里的该文件，奇怪：看到页面汉字显示正常，并不是预想到的乱码？！在 IE 浏览器的“查看”/“编码”菜单下看到(勾选了“自动选择”)，字符编码仍然是 UTF-8，并没有被强制改变了 GB2312 字符集。

这个时候在浏览器里人为指定 GB2312 编码，发现 IE 浏览器并不能人为指定编码。看来 IE 浏览器对 UTF-8 字符集特别关照。无论是在 META 标签指定，还是 PHP 语句指定，都不能让 IE 浏览器显示出汉字乱码。

[Firefox 2.0 下显示出现乱码。]

    小结一下：以上测试主要在 IE7.0 下进行，Web 服务器为 Windows Server 2003 下的 IIS6.0，PHP 版本为 4.4.7。可以看到，IE7.0 为了正确识别字符集做了很多额外的自动处理的工作，以显示其智能和友好。有时太殷勤了反而使我们不知所措。由于汉字乱码问题与不同的浏览器及其不同的版本、Web 服务器、后台脚本和不同的字符集都有点关系，所以问题显得特别复杂。作为 Web 编程人员，主要关心与自己有关的因素就可以了，没必要成为字符集编码方面的专家。为了兼容目前流行的 IE 和 FF 浏览器，我们可以按照以下简单的方法处理我们的 PHP 代码：
    1，页面的真正字符集与 META 标签指定的应该一致；
    2，也可以使用 header("Content-Type:text/html;charset=xxx"); 语句指定字符集，但是不能与字符的真正字符集冲突，也不能与 META 标签冲突。(尽管根据测试结果表明，当 header() 和 META 冲突时，header() 比 META 指定的字符集更优先，因为根据 HttpWatch Basic 跟踪显示，header() 指定字符集后，IE 浏览器 Type 会明确的得到字符集指定。但是不能保证其它非主流浏览器也会这样。)
    3，不能与数据库取回的字符的字符集冲突，否则页面会出现页面本身的汉字和数据库取回的汉字，全部乱码或部分乱码问题。

    张庆(网眼)
    电脑学习网：http://www.why100000.com
    网眼视界：http://blog.why100000.com
    2008-4-13