PHP编程UTF8怎么学习_PHPUTF8编程学习方法【教程】-php教程-PHP中文网

php处理utf-8需控制四个环节：文件编码、http响应头、数据库连接、字符串操作函数；header("content-type: text/html; charset=utf-8")须首行输出前调用，且文件必须保存为utf-8 without bom。

php编程utf8怎么学习_phputf8编程学习方法【教程】

PHP处理UTF-8不是靠“学一个函数”，而是靠控制四个关键环节：文件编码、HTTP响应头、数据库连接、字符串操作函数。漏掉任意一环，中文就可能变 ??? 或乱码成 æç±PHP。

这个调用不是可选的，是硬性前置条件。只要在它之前有任何输出（哪怕是一个空格、换行、BOM），PHP就会报 Warning: Cannot modify header information，浏览器收不到charset声明，大概率 fallback 到 GBK，中文立刻失效。

确认编辑器保存为 UTF-8 without BOM（VS Code右下角点击编码 → “Save with Encoding” → 选 UTF-8）
<?php 必须是文件第一个字符，前面不能有空行、注释或空格
不要依赖 ob_start() 来“兜底”——它掩盖问题，不解决根源
写成 charset=utf8 是错的，必须是 charset=UTF-8（连字符和大写 U/T/F/8 是规范要求，IE 和部分旧 UA 不认 utf8）

MySQL 的 utf8 是阉割版（实际叫 utf8mb3），最多存 3 字节，不支持 emoji、部分生僻汉字（如「?」「?」）、甚至某些越南文字符。用它建库建表，插入时会被静默截断或转成 ?。

PHP

编写健壮的PHP代码，规避类型转换陷阱、数组怪癖及常见安全漏洞。

下载

PDO 连接字符串里必须显式带 charset=utf8mb4：$dsn = "mysql:host=localhost;dbname=test;charset=utf8mb4"
额外加 PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8mb4" 更稳妥
MySQL 服务端配置要设 collation-server = utf8mb4_unicode_ci，否则客户端即使连对了，服务端仍可能降级处理
ALTER DATABASE ... CHARACTER SET utf8mb4 只改库默认值，已有表/字段的字符集不会自动更新，得单独 ALTER TABLE ... CONVERT TO CHARACTER SET utf8mb4

PHP 原生函数（strlen、substr、strpos）按字节计算，对 UTF-8 多字节字符会切开字节流，导致乱码或逻辑错误。比如 strlen("你好") 返回 6（每个汉字占 3 字节），但你需要的是字符数 2。

统一用 mb_strlen($str, 'UTF-8')、mb_substr($str, 0, 5, 'UTF-8')、mb_strpos($str, '搜索词', 0, 'UTF-8')
别只靠 mb_internal_encoding('UTF-8') —— 它只影响 mb_* 函数的默认编码参数，不改变原生函数行为，也不发 HTTP header
正则匹配含中文时，必须加 u 修饰符：preg_match('/^[\p{Han}]+$/u', $str)，否则 \w 或 . 无法正确识别 Unicode 字符
从外部读文件（如 CSV、XML）时，先用 mb_detect_encoding() 粗判源编码，再用 mb_convert_encoding($content, 'UTF-8', $detected) 转，但别迷信 mb_detect_encoding()，它常误判；最好明确知道源编码（如 GBK、BIG5）再转

PHP 没有“创建UTF-8文件”的开关。它只是把变量里的字节原样写进磁盘。所以写出来是不是UTF-8，完全取决于你传进去的字符串本身是不是UTF-8字节流。

确保 PHP 源文件是 UTF-8 without BOM，里面的中文字符串字面量（如 "姓名：张三"）才是UTF-8字节
用户 POST 上来的数据，要确认表单用了 accept-charset="UTF-8"，且服务器没被中间件（如 Nginx、CDN）转码
数据库读出的数据，必须已通过 utf8mb4 连接获取，才是UTF-8字节流
不要手动加 BOM："\xEF\xBB\xBF" . $content —— JSON 解析失败、XML 报错、Linux 工具误判，现代环境全不需要
验证文件是否真为UTF-8：Linux 下用 file -i filename.txt 看 charset=utf-8，或 hexdump -C filename.txt | head 确认开头没有 ef bb bf