如果在PHP中將UTF-8編碼的字符串與ASCII字符串連接起來，結果字符串將是什么編碼？

Question

如果我使用函數mb_convert_encoding()將PHP中的ASCII編碼的字符串轉換為UTF-8字符串，然后將其與ASCII編碼的字符串連接起來，它是什么編碼？ 這樣做是否有負面影響？

Answer 1

首先，這取決於您是否表示僅包含128個字符的嚴格 ASCII 。 這些字符中的每個字符在ASCII編碼方案中的編碼都與在UTF-8編碼方案中的編碼完全相同。 對於這些字符，mb_convert_encoding函數將無效。 您可以使用以下腳本輕松地對此進行驗證：

/* 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";
}

對於所有這些真正的 ASCII字符，沒有必要對其進行代碼轉換。

但是 ，如果用“ ASCII”來表示擴展的ASCII （請參閱此處 ），並且談論帶有重音符號和東西的字符，則您會遇到麻煩，因為該術語沒有確定的字符集 。 您會注意到，在php的Multibyte String擴展名的支持字符編碼列表中，僅出現了ASCII的首字母縮寫詞，這是ASCII本身的縮寫。

為了更精確地回答您的問題：

如果我使用函數mb_convert_encoding（）將PHP中的ASCII編碼的字符串轉換為UTF-8字符串，然后將其與ASCII編碼的字符串連接起來，它是什么編碼？

生成的字符串是ASCII 和 UTF-8，因為這兩個編碼方案用於那些128個字符相同的字節編碼。

這樣做是否有負面影響？

如果字符實際上是真正的 ASCII字符，則在任何情況下都不應有負面影響。

另一方面，如果字符串中包含一些重音字符（如Å或õ），並且某些草率的編碼器將其稱為“擴展的ASCII”，那么您可能會遇到問題。 例如，這些字符在latin-1和UTF-8編碼方案中具有不同的編碼。

考慮偷看這個php函數，它可能會失去一些理解。 問問自己， 將不是ASCII的字符從ASCII轉換為UTF-8意味着什么。 這不是有意義的轉換，但確實會導致此特定腳本的更改：

$chars = array("Å", "õ");
foreach ($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";
}

此時您可能會開始感到困惑。 這可能會幫助您了解我在最后一個函數中的PHP代碼具有自己的字符編碼 ， 該字符編碼在我的工作站上恰好是utf-8。 因此，我執行的這些轉換非常愚蠢。 我對PHP撒謊，說這些UTF-8字符串是ASCII或Latin-1，並要求PHP將它們轉換為UTF-8。 它盡最大可能執行轉換，但是我們都知道轉換沒有意義。

希望您能體諒我在這里得到的一切。 每次您在計算機上看到一個字符時，它都有一些編碼。 是否存在任何負面后果將取決於您如何對待收到的數據，對數據執行的轉換以及以后打算如何處理。

考慮一下監管鏈會很有幫助。 您的數據來自哪里？ 他們使用什么編碼？ 那是我在系統上使用的嗎？ 我要在哪里發送這些數據？ 是否需要轉換？ 您還應該謹慎指定所有這些字符集：

• 您從客戶那里收到的數據
• 表單提交到您的網站
• 在您的網站上顯示html
• 在應用程序中對文本字符串進行操作
• 與數據庫的連接的字符編碼，數據庫中的表的字符編碼以及這些表中的列的編碼
• 存儲數據的字符編碼
• 電子郵件字符編碼
• 提交給API的數據的字符編碼

等等。

一般經驗法則：盡可能使用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。 連接兩個UTF-8字符串是明確的。