PHP 중국어 코딩 팁_php 팁

PHP 프로그래밍에서 중국어 인코딩 문제는 많은 사람들을 괴롭히고 있습니다. 이 문제의 원인은 실제로 매우 간단합니다. 각 국가(또는 지역)에서는 확장 ASCII 코드와 같은 컴퓨터 정보 교환을 위한 문자 인코딩 세트를 규정합니다. 미국 중국 GB2312-80, 일본 JIS 등 해당 국가/지역의 정보 처리를 위한 기반으로서 문자 인코딩 세트는 인코딩을 통합하는 데 중요한 역할을 합니다. 문자 인코딩 세트는 길이에 따라 SBCS(싱글바이트 문자 세트)와 DBCS(더블바이트 문자 세트)의 두 가지 범주로 나뉩니다. 초기 소프트웨어(특히 운영 체제)에서는 로컬 문자 정보의 컴퓨터 처리를 해결하기 위해 다양한 현지화 버전(L10N)이 등장했으며 이를 구별하기 위해 LANG 및 코드페이지와 같은 개념이 도입되었습니다. 그러나 다양한 로컬 문자 집합의 코드 범위가 겹치기 때문에 서로 정보를 교환하기가 어렵습니다. 각 지역화된 소프트웨어 버전을 독립적으로 유지 관리하는 데 드는 비용이 높습니다. 따라서 특수한 현지화 처리 내용을 최소화하기 위해서는 현지화 작업에서 공통성을 추출하고 일관되게 처리하는 것이 필요하다. 이를 국제화(118N)라고도 합니다. 다양한 언어 정보는 Locale 정보로 더욱 표준화됩니다. 처리된 기본 문자 집합은 거의 모든 문자 모양을 포함하는 유니코드가 되었습니다.

요즘 국제적 특성을 지닌 소프트웨어의 핵심 문자 처리는 대부분 유니코드 기반으로 되어 있으며, 소프트웨어 실행 시 해당 로컬 문자 인코딩 설정은 당시의 로케일/Lang/코드 페이지 설정에 따라 결정되며, 로컬에서는 문자는 그에 따라 처리됩니다. 처리 중에 유니코드와 로컬 문자 집합 간을 변환해야 하며, 중간에 유니코드를 사용하는 두 개의 서로 다른 로컬 문자 집합 간을 변환해야 합니다. 이 방법은 네트워크 환경에서 더욱 확장되며, 네트워크 양쪽 끝의 모든 문자 정보도 문자 집합 설정에 따라 허용 가능한 콘텐츠로 변환되어야 합니다.

데이터베이스의 문자 집합 인코딩 문제

널리 사용되는 관계형 데이터베이스 시스템은 모두 데이터베이스 문자 집합 인코딩을 지원합니다. 즉, 데이터베이스를 생성할 때 고유한 문자 집합 설정을 지정할 수 있으며 데이터베이스 데이터는 지정된 인코딩으로 저장됩니다. 애플리케이션이 데이터에 액세스할 때 시작 및 종료 시 문자 세트 인코딩 변환이 발생합니다. 중국어 데이터의 경우 데이터베이스 문자 인코딩 설정이 데이터 무결성을 보장해야 합니다. GB2312, GBK, UTF-8 등은 모두 선택적 데이터베이스 문자 세트 인코딩입니다. 물론 ISO8859-1(8비트)을 선택할 수도 있지만 애플리케이션이 쓰기 전에 16비트 중국어 문자 또는 유니코드를 분할해야 합니다. 데이터를 2개의 8비트 문자로 나눈 후 2바이트를 병합하여 SBCS 문자를 식별해야 합니다. 따라서 ISO8859-1을 데이터베이스 문자 집합 인코딩으로 사용하지 않는 것이 좋습니다. 이는 데이터베이스 자체의 문자 세트 인코딩 지원을 최대한 활용하지 못할 뿐만 아니라 프로그래밍의 복잡성도 증가시킵니다. 프로그래밍을 할 때 먼저 데이터베이스 관리 시스템에서 제공하는 관리 기능을 이용해 중국어 데이터가 올바른지 확인할 수 있습니다.

PHP 프로그램은 데이터베이스를 쿼리하기 전에 먼저 mysql_query("SET NAMES xxxx")를 실행합니다. 여기서 xxxx는 웹 페이지의 인코딩입니다(charset=xxxx). 웹 페이지에서 charset=utf8이면 xxxx=입니다. utf8, 웹 페이지의 문자 집합 =gb2312이면 xxxx=gb2312입니다. 거의 모든 웹 프로그램에는 데이터베이스에 연결하기 위한 공통 코드가 있으며 이 파일에 mysql_query("SET NAMES xxxx"를 추가하면 됩니다. ).

　SET NAMES 클라이언트가 보낸 SQL 문에 어떤 문자 집합이 사용되었는지 표시합니다. 따라서 SET NAMES 'utf-8' 문은 "이 클라이언트의 향후 정보는 문자 집합 utf-8을 사용합니다"라고 서버에 알립니다. 또한 서버가 클라이언트에 다시 보내는 결과에 대한 문자 집합을 지정합니다. 예를 들어 SELECT 문을 사용하는 경우 열 값에 사용되는 문자 집합을 나타냅니다.

문제를 찾을 때 일반적으로 사용되는 기술

중국어 인코딩 문제를 찾는 가장 어리석고 효과적인 방법은 의심스럽다고 생각되는 프로그램에서 처리한 후 문자열의 내부 코드를 인쇄하는 것입니다. 문자열의 내부 코드를 인쇄하면 한자가 유니코드로 변환되는 시기, 유니코드가 다시 중국어 내부 코드로 변환되는 시기, 한자가 두 개의 유니코드 문자로 되는 시기, 한자 문자열이 유니코드로 변환되는 시기를 알 수 있습니다. 물음표, 한자 문자열의 상위 비트가 언제 잘렸는지...

적절한 샘플 문자열을 사용하는 것도 문제 유형을 구별하는 데 도움이 될 수 있습니다. 예: "aaah aa?@aa" 및 중국어와 영어가 번갈아 표시되고 GB 및 GBK 특성 문자를 모두 포함하는 기타 문자열입니다. 일반적으로 영어 문자는 어떤 방식으로 변환하거나 처리하더라도 왜곡되지 않습니다. (만약 이러한 문자가 나타나면 연속된 영어 문자의 길이를 늘려볼 수 있습니다.)

다양한 애플리케이션에서 잘못된 코드 문제 해결

　1) 태그를 사용하여 페이지 인코딩 설정

이 태그의 목적은 클라이언트 브라우저가 페이지를 표시하기 위해 사용하는 문자 세트 인코딩을 선언하는 것입니다. xxx는 GB2312, GBK, UTF-8(MySQL과 다름, UTF8) 등이 될 수 있습니다. 따라서 대부분의 페이지에서는 이 방법을 사용하여 이 페이지를 표시할 때 사용할 인코딩을 브라우저에 알려 인코딩 오류와 문자 깨짐을 방지할 수 있습니다. 그러나 때때로 우리는 이 문장이 여전히 작동하지 않는다는 것을 알게 될 것입니다. xxx가 무엇이든 브라우저는 항상 동일한 인코딩을 사용합니다. 이에 대해서는 나중에 설명하겠습니다.

HTML 정보에 속하며 단지 서버가 HTML 정보를 브라우저에 전달했음을 나타내는 구문일 뿐이라는 점에 유의하세요.

　2) 헤더("content-type:text/html; charset=xxx");

이 함수 header()의 기능은 괄호 안의 정보를 http 헤더로 보내는 것입니다. 괄호 안의 내용이 기사에서 언급한 내용이라면 기본적으로 라벨과 기능이 동일하다는 것을 첫 번째와 비교해보면 문자가 유사한 것을 알 수 있습니다. 하지만 차이점은 이 기능이 있으면 브라우저는 항상 요청한 xxx 인코딩을 사용하고 절대 불순종하지 않으므로 이 기능은 매우 유용합니다. 그렇다면 왜 http 헤더와 HTML 정보의 차이점에 대해 이야기해야 할까요?

http 헤더는 http 프로토콜을 사용하여 HTML 정보를 브라우저에 보내기 전에 서버에서 보내는 문자열입니다. 태그는 HTML 정보에 속하므로 header()가 보낸 내용이 브라우저에 먼저 도달합니다. 인기 있는 점은 header()가 더 높은 우선순위를 갖는다는 것입니다(이렇게 말할 수 있을지 모르겠습니다). PHP 페이지에 헤더("content-type:text/html; charset=xxx")와 헤더("content-type:text/html; charset=xxx")가 모두 있는 경우 브라우저는 이전 http 헤더만 인식하고 메타가 아닙니다. 물론 이 기능은 PHP 페이지 내에서만 사용할 수 있습니다.

전자는 확실히 작동하지만 후자는 때때로 작동하지 않는 이유는 무엇입니까? 이것이 다음으로 Apache에 대해 이야기하려는 이유입니다.

　3) 기본 문자 집합 추가

　아파치 루트 디렉터리의 conf 폴더에는 전체 아파치 구성 문서인 httpd.conf가 있습니다.

텍스트 편집기를 사용하여 httpd.conf를 엽니다. 708행(버전에 따라 다를 수 있음)에는 AddDefaultCharset xxx가 포함되어 있습니다. 여기서 xxx는 인코딩 이름입니다. 이 코드 줄의 의미: 전체 서버에 있는 웹 페이지 파일의 http 헤더에 있는 문자 집합을 기본 xxx 문자 집합으로 설정합니다. 이 줄을 갖는 것은 각 파일에 헤더("content-type:text/html; charset=xxx") 줄을 추가하는 것과 같습니다. 이제 브라우저가 utf-8로 설정되어 있음에도 불구하고 항상 gb2312를 사용하는 이유를 이해할 수 있습니다.

웹 페이지에 헤더("content-type:text/html; charset=xxx")가 있는 경우 기본 문자 집합이 사용자가 설정한 문자 집합으로 변경되므로 이 기능은 항상 유용하게 사용됩니다. AddDefaultCharset xxx 앞에 "#"을 추가하고 이 문장을 주석 처리했는데 페이지에 헤더("content-type...")가 없으면 이제 메타 태그가 적용될 차례입니다.

위 항목의 우선순위는 다음과 같습니다.

　.. header("content-type:text/html; charset=xxx")

　.. AddDefaultCharset xxx

　..

웹 프로그래머라면 각 페이지에 헤더("content-type: text/html; charset=xxx")를 추가하여 모든 페이지에서 올바르게 표시될 수 있도록 하는 것이 좋습니다. 서버 이식성도 상대적으로 강력합니다.

　4) PHP.ini의 default_charset 구성:

php.ini의 Default_charset = "gb2312"는 PHP의 기본 언어 문자 집합을 정의합니다. 일반적으로 이 줄을 주석 처리하고 필수 요구 사항을 만드는 대신 웹 페이지 헤더의 문자 집합을 기반으로 브라우저가 자동으로 언어를 선택하도록 하여 동일한 서버에서 여러 언어의 웹 서비스를 제공할 수 있도록 하는 것이 좋습니다.

결론

사실 PHP 개발에 있어서 중국어 코딩은 생각보다 복잡하지 않습니다. 위치 지정과 문제 해결에 정해진 규칙은 없고 다양한 운영 환경도 다르지만 그 원리는 동일합니다. 문자 세트에 대한 지식을 이해하는 것은 문자 문제 해결의 기초입니다. 그러나 중국어 문자 집합의 변경으로 인해 PHP 프로그래밍뿐만 아니라 중국어 정보 처리의 문제도 한동안 남아있을 것입니다.