包含非ASCII字符的字符串被PHP/MySQL截斷

Question

我有一個具有翻譯功能here的頁面。我的問題在於，當我將該語言翻譯成法語時，由於該頁面沒有正確解釋該單詞，所以這些單詞被切斷。我檢查了與我的問題相關的帖子，但沒有一個能夠工作。

在我的網頁，我把這些東西：

• header ('Content-Type:text/html; charset=WINDOWS-1252'); - >這只是堅持啓動編碼。我認爲這是可選的，但我仍然使用它。
• <meta http-equiv="Content-Type" content="text/html; charset=windows-1252">
• 等效翻譯是從數據庫表名牽強：標籤。 標籤的表類型是InnoDB，其中utf8 - UTF-8 Unicode作爲默認字符集。

之後的字符正在被切斷。我需要做什麼才能正確顯示字符？謝謝！

Answer 1

我的建議是在整個過程中使用相同的編碼。使用UTF-8作爲標題和元標記中的字符集。

Answer 2

我沒有看到在後端使用Unicode以及多語言應用程序前端的代碼頁有任何意義。您可以在整個項目中使用相同的編碼，也可以手動在UTF-8和windows-1252之間來回轉換。

我不認爲你有閱讀問題。標籤會從數據庫中截斷，否則您的瀏覽器將顯示垃圾字符。所以這不是PHP/HTML的問題，而是MySQL的問題。在èéàòì之類的情況下，MySQL肯定能夠從UTF-8轉換爲CP1252（latin1）。但是，如果情況並非如此（如果我們嘗試將同一個字符串從UTF-8轉換爲CP1251），MySQL將顯示一個問號?。

在你的情況下，我認爲這是一個輸入問題，即標籤被截斷在數據庫中。這怎麼可能？你可能有一個UTF8 PHP和MySQL，但是當你的瀏覽器從加載了這樣的字符集的頁面提交表單時，它會發送windows-1252字符串。在您的PHP腳本中，您應該將此字符串轉碼爲UTF-8，然後將其插入數據庫，或者使用SET NAMES 'CP1252'連接到MySQL。既然你不這樣做，你最終會試圖插入一堆無效的UTF-8字節，所以MySQL會截斷這個字符串，你的標籤是空的。附件是一個測試用例。這裏是test表

CREATE TABLE `test` (
    `id` int(11) NOT NULL AUTO_INCREMENT, 
    `name` varchar(128) DEFAULT NULL, 
    PRIMARY KEY (`id`) 
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 

下面是PHP的一部分。請注意，此腳本採用UTF-8編碼，因此出現在其中的每個文字字符串都具有相同的編碼。

// This is a UTF-8 file, so my editor uses UTF-8 and thus each literal 
// string is a UTF-8 string, since PHP only has binary strings. 
$label = "Référence"; 

// Now let's translate this string as if it came from a browser submitting 
// a form loaded from a cp1252 encoded page 
$src = mb_convert_encoding($label, "CP1252", "UTF-8"); 

// But connect as if I were UTF-8 
$db = new PDO('mysql:host=localhost;dbname=test;charset=utf8', 
    'test', 'test'); 

// Insert the string 
$stmt = $db->prepare('INSERT INTO test (name) VALUES (?)'); 
$stmt->bindValue(1, $src); 
$stmt->execute(); 

// Read it 
header("content-type: text/plain; charset=windows-1252"); 
foreach($db->query('SELECT * FROM test') as $row) 
    echo $row['name'] . "\n"; 

你如何恢復？您可以使用cp1252字符集連接到MySQL，並讓MySQL爲您翻譯，或者在腳本中對字符串進行轉碼。

正確獲取數據後，您必須提取它們並將其放在HTML頁面上。這次你會遇到同樣的問題，但是相反：在CP1252文檔中顯示一個UTF-8字符串。數據庫中的字節不適用，因爲UTF-8是可變長度編碼，而在CP1252中，字符長度恰好爲1個字節。如果將這些字節直接放入頁面中，瀏覽器將顯示一些隨機字節的亂碼。因此，您再次連接到指定CP1252字符集的數據庫，以便MySQL負責轉換併爲您提供正確的字節，或者您可以在PHP端自行轉碼字節。或者你最好自己幫忙：在任何地方使用相同的編碼。我建議UTF-8因爲今天是正確的事情做，但你可以成功地選擇CP1252因爲它可以代表英語和法語字符（並保存一些存儲，但我不認爲這是一個問題）

Answer 3

它在我看來，你的數據沒有正確存儲在數據庫中。如果您正在使用mysqli，則可以在讀取或寫入數據庫之前嘗試設置連接對象的字符集。

// tells the mysqli connection to deliver UTF-8 encoded strings. 
$db = new mysqli($dbHost, $dbUser, $dbPassword, $dbName); 
$db->set_charset('utf8'); 

對於其他數據庫，請參閱​​。也許有必要再次插入法語textes（使用此設置），因爲現有的textes現在可能無效。

你的鏈接示例頁面被正確使用UTF-8（文件格式）編碼的，雖然你的meta標籤是有點不正確：

<!meta http-equiv="Content-Type" content="text/html; charset=windows-1252"> 
<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/> 

的<!是不是一個註釋掉，你會寫改爲<!--。最好的做法是僅爲UTF-8聲明一次，並刪除其他元標記。