PHP UTF-8问题 - 如果我在PHP中创建一个字符串...是UTF-8吗？

Question

在PHP中，如果我创建一个这样的字符串：

$str = "bla bla here is my string";

那么我是否能够使用mbstring函数作为UTF8对该字符串进行操作？

// Will this work?
$str = mb_strlen($str);

此外，如果我有另一个字符串，我知道是UTF-8（说它是一个POSTed表单值，或来自数据库的UTF-8字符串），我可以连接这两个，没有任何问题吗？

// What about this, will this work? 
$str = $str . $utf8_string_from_database;

Answer 1

第一个问题：它取决于字符串中的确切内容。

在PHP中（无论如何最多为PHP5），字符串只是字节序列。 没有与之相关的隐含或显式字符集; 这是程序员必须跟踪的东西。 所以，如果你只在引号之间放置有效的UTF-8字节（如果文件本身被编码为UTF-8那么相当容易），那么字符串将是UTF-8，你可以安全地使用它的mb_strlen（）。

此外，如果您正在使用mbstring函数，则需要使用mbstring.internal_encoding或任何mbstring函数的最后一个参数明确告诉它字符串是什么字符集。

第二个问题：是的，有警告。

两个独立有效的UTF-8字符串可以安全地按字节顺序连接（与PHP的.运算符一样），并且仍然是有效的UTF-8。 但是，如果没有自己做一些工作，你永远不能确定POSTed字符串是有效的UTF-8。 如果您仔细设置连接字符集，数据库字符串会更容易一些，因为大多数DBMS都会为您进行任何转换。

Answer 2

如果您的源代码是UTF-8，那么字符串是UTF-8，如果不是 - 它不是。 由于您的示例字符串仅限英语，因此它是有效的UTF-8。

PHP本身并不了解字符集。 如果将东西传递给mb *函数，它会将其视为UTF-8字符串。

连接必须正常工作，如果我理解UTF-8正确:-)只要确保两个字符串都是UTF-8，否则你会得到奇怪的字符串。

Answer 3

确保在执行任何此类执行之前将default_charset指令设置为UTF-8。

可以直接修改php.ini，也可以在运行时使用

<?php

ini_set( 'default_charset', 'UTF-8' );