「一貫して UTF-8 を採用する」

Question

新しいサーバーをセットアップしており、Web アプリケーションで UTF-8 を完全にサポートしたいと考えています。過去に既存のサーバーでこれを試しましたが、常に ISO-8859-1 にフォールバックする必要がありました。

エンコーディング/文字セットはどこで設定する必要がありますか?これを実現するには、Apache、MySQL、および PHP を構成する必要があることはわかっていますが、従うことができる標準的なチェックリストはありますか、または不一致をトラブルシューティングできる場所はありますか?

これは、MySQL 5、PHP 5、および Apache 2 を実行する新しい Linux サーバーです。

Answer 1

chazomaticus の素晴らしい回答 に少し追加したいと思います:

META タグも忘れないでください (次のような、または HTML4 または XHTML バージョン ):

リーリー

これは些細なことのように思えるかもしれませんが、IE7 では以前にも問題が発生しました。

すべてを正しく実行しています。データベース、データベース接続、および Content-Type HTTP ヘッダーはすべて UTF-8 に設定されており、他のすべてのブラウザでは問題なく動作しますが、Internet Explorer は依然として「西ヨーロッパ言語」を使用することを要求します。エンコーディング。

ページに META タグが欠落していることが判明しました。追加したら問題は解決しました。

＃＃＃＃＃＃編集：＃＃＃＃＃＃

W3C には、実際にはかなり大きな 国際化 (I18N) 領域 があります。この問題に関連する記事が多数あり、HTTP、(X)HTML、CSS の側面について説明しています:

FAQ: (X)HTML ページのエンコーディングを UTF-8

に変更します。
• HTMLで文字エンコーディングを宣言する
• チュートリアル: XHTML、HTML、CSS の文字セットとエンコーディング
• HTTP 文字セット パラメータを設定する
• 彼らは、HTTP ヘッダーと HTML メタ タグ (XML として提供される XHTML の場合は XML 宣言) の両方を使用することを推奨しています。

Answer 2

＃＃＃＃＃＃データストレージ＃＃＃：＃＃＃

データベース内のすべてのテーブルとテキスト列に

utf8mb4

文字セットを指定します。このようにして、MySQL は、UTF-8 のネイティブ エンコーディングで値を物理的に保存および取得します。
• utf8mb4_*

  照合順序が (明示的な文字セットなしで) 指定された場合、MySQL は暗黙的に utf8mb4 エンコーディングを使用することに注意してください。 MySQL の古いバージョン (<5.5.3) では、Unicode 文字のサブセットのみをサポートする

  utf8
のみを使用できます。冗談だったらよかったのに。

• ＃＃＃＃＃＃データアクセス＃＃＃：＃＃＃

アプリケーション コード (PHP など) では、使用するデータベース アクセス方法に関係なく、接続文字セットを

utf8mb4

に設定する必要があります。このように、MySQL はアプリケーションにデータを渡すとき、またはその逆のときにネイティブ UTF-8 からの変換を行いません。

一部のドライバーは、接続文字セットを構成するための独自のメカニズムを提供しており、同時にドライバー自体の内部状態を更新し、接続で使用するエンコーディングを MySQL に通知します。これは通常、推奨されるアプローチです。 PHP の場合:

• PHP 5.3.6 以降で

  PDO
抽象化レイヤーを使用している場合は、
• DSN

  で

  charset
  を指定できます。 リーリー

  • mysqli を使用している場合は、set_charset()

    :
  を呼び出すことができます。 リーリー

  • 純粋な mysql の使用に制限されているが、たまたま PHP 5.2.3 以上を実行している場合は、mysql_set_charset

    を呼び出すことができます。

  • ドライバーが接続文字セットを設定するための独自のメカニズムを提供していない場合は、アプリケーションが接続上でデータをどのようにエンコードするかを MySQL に伝えるクエリを発行する必要がある場合があります: SET名前 'utf8mb4 '

    。

• utf8mb4/utf8 に関する上記と同じ考慮事項がここにも当てはまります。

＃＃＃＃＃＃出力＃＃＃：＃＃＃

• UTF-8 は、HTTP ヘッダーに設定する必要があります (例: Content-Type: text/html; charset=utf-8)。これを行うには、php.ini で default_charset

(推奨) を設定するか、

header()

関数を手動で使用します。 アプリケーションがテキストを他のシステムに転送する場合は、文字エンコーディングも伝える必要があります。 Web アプリケーションの場合、ブラウザーはデータを送信するエンコーディングを (HTTP 応答ヘッダーまたは

HTML メタデータ

経由で) 通知する必要があります。
• json_encode() を使用して出力をエンコードする場合、2 番目のパラメーターとして JSON_UNESCAPED_UNICODE を追加します。 ＃＃＃＃＃＃入力＃＃＃：＃＃＃
  • ブラウザはドキュメントで指定された文字セットでデータを送信するため、入力時に特別な処理は必要ありません。
  • リクエストのエンコードに疑問がある場合 (改ざんされている可能性など)、受信した各文字列が有効な UTF-8 であることを確認してから、どこかに保存したり使用したりすることができます。 PHP の mb_check_encoding() はこれを行いますが、常にこれを使用する必要があります。悪意のあるクライアントは任意のエンコーディングでデータを送信できるため、PHP にこれを確実に実行させる方法はありません。

  その他のコードのメモ:

  • 明らかに、提供するすべてのファイル (PHP、HTML、JavaScript など) は有効な UTF-8 でエンコードされる必要があります。

  • UTF-8 文字列を処理するときは、必ず安全に処理する必要があります。残念ながら、これが最も難しい部分です。 PHP の mbstring 拡張機能を広範囲に使用する必要がある場合があります。

  • PHP の組み込み文字列操作は、デフォルトでは UTF-8 で安全ではありません。 連結などの通常の PHP 文字列操作を使用して一部の操作を安全に実行できますが、ほとんどの操作では同等の mbstring 関数を使用する必要があります。

  • 自分が何をしているのかを理解するには (つまり、台無しにしないために)、UTF-8 とそれが最下位レベルでどのように機能するかを本当に理解する必要があります。知っておくべきことすべてに関する優れたリソースについては、utf8.com のリンクをチェックしてください。