如果在PHP中将UTF-8编码的字符串与ASCII字符串连接起来，结果字符串将是什么编码？

Question

如果我使用函数mb_convert_encoding()将PHP中的ASCII编码的字符串转换为UTF-8字符串，然后将其与ASCII编码的字符串连接起来，它是什么编码？ 这样做是否有负面影响？

Answer 1

首先，这取决于您是否表示仅包含128个字符的严格 ASCII 。 这些字符中的每个字符在ASCII编码方案中的编码都与在UTF-8编码方案中的编码完全相同。 对于这些字符，mb_convert_encoding函数将无效。 您可以使用以下脚本轻松地对此进行验证：

/* Convert ASCII to UTF-8 */
for ($i=0; $i<128; $i++) {
        $str1 = chr($i);
        $str2 = mb_convert_encoding($str1, "UTF-8", "ASCII");

        echo $str1 . " - " . $str2 . " - ";

        if ($str1 !== $str2) {
                echo " - DIFFERENT!";
        } else {
                echo " - same";
        }
        echo "\n";
}

对于所有这些真正的 ASCII字符，没有必要对其进行代码转换。

但是 ，如果用“ ASCII”来表示扩展的ASCII （请参阅此处 ），并且谈论带有重音符号和东西的字符，则您会遇到麻烦，因为该术语没有确定的字符集 。 您会注意到，在php的Multibyte String扩展名的支持字符编码列表中，仅出现了ASCII的首字母缩写词，这是ASCII本身的缩写。

为了更精确地回答您的问题：

如果我使用函数mb_convert_encoding（）将PHP中的ASCII编码的字符串转换为UTF-8字符串，然后将其与ASCII编码的字符串连接起来，它是什么编码？

生成的字符串是ASCII 和 UTF-8，因为这两个编码方案用于那些128个字符相同的字节编码。

这样做是否有负面影响？

如果字符实际上是真正的 ASCII字符，则在任何情况下都不应有负面影响。

另一方面，如果字符串中包含一些重音字符（如Å或õ），并且某些草率的编码器将其称为“扩展的ASCII”，那么您可能会遇到问题。 例如，这些字符在latin-1和UTF-8编码方案中具有不同的编码。

考虑偷看这个php函数，它可能会失去一些理解。 问问自己， 将不是ASCII的字符从ASCII转换为UTF-8意味着什么。 这不是有意义的转换，但确实会导致此特定脚本的更改：

$chars = array("Å", "õ");
foreach ($chars as $char) {
        echo $char . " : ";
        $str1 = mb_convert_encoding($str1, "UTF-8", "ASCII");
        $str2 = mb_convert_encoding($str1, "UTF-8", "ISO-8859-1");
        echo $str1 . " - " . $str2 . " - ";

        if ($char !== $str1) {
                echo " - ASCII DIFFERENT";
        }
        if ($char !== $str2) {
                echo " - LATIN 1 DIFFERENT";
        }
        echo "\n";
}

此时您可能会开始感到困惑。 这可能会帮助您了解我在最后一个函数中的PHP代码具有自己的字符编码 ， 该字符编码在我的工作站上恰好是utf-8。 因此，我执行的这些转换非常愚蠢。 我对PHP撒谎，说这些UTF-8字符串是ASCII或Latin-1，并要求PHP将它们转换为UTF-8。 它尽最大可能执行转换，但是我们都知道转换没有意义。

希望您能体谅我在这里得到的一切。 每次您在计算机上看到一个字符时，它都有一些编码。 是否存在任何负面后果将取决于您如何对待收到的数据，对数据执行的转换以及以后打算如何处理。

考虑一下监管链会很有帮助。 您的数据来自哪里？ 他们使用什么编码？ 那是我在系统上使用的吗？ 我要在哪里发送这些数据？ 是否需要转换？ 您还应该谨慎指定所有这些字符集：

• 您从客户那里收到的数据
• 表单提交到您的网站
• 在您的网站上显示html
• 在应用程序中对文本字符串进行操作
• 与数据库的连接的字符编码，数据库中的表的字符编码以及这些表中的列的编码
• 存储数据的字符编码
• 电子邮件字符编码
• 提交给API的数据的字符编码

等等。

一般经验法则：尽可能使用utf-8。

Answer 2

ASCII是UTF-8的子集，因此ASCII字符串是有效的UTF-8字符串。 连接两个UTF-8字符串是明确的。