PHPer使用UTF-8注意事项

本文的作用是为了全方位的避免因使用UTF-8编码而产生的乱码问题，不包含具体的乱码解决方案和编码转换的内容。对于UTF-8编码的深入了解，请参阅：《PHP匹配UTF-8中文字符的正则表达式》
1、编辑器：不要使用任何微软的编辑器，什么Frontpage，Web Designer，记事本，写字板什么的，能丢的全部丢开，因为这些编辑器会在你的UTF-8文档前面产生BOM，关于BOM的具体说明，可以在 这里 找到，当年我直接拿记事本转UTF-8覆盖原文件，造成大量代码损毁，至今记忆犹新。
2、MySQL数据库：注意建库，建表，建字段（注意有三处）的时候，都要选用utf8_general_ci的整理格式（Collation），在PHP使用mysql_connect()函数连接数据之后，需要加上一句：
mysql_query('set names "utf8"');

3、PHP：
使用mbstring库，不要使用iconv库。
使用preg而不要使用ereg来处理字符。
使用htmlentities()函数，html_entity_decode()函数的时候要带上第三个参数：

1. 
   
3. $str = "中文";
   
4. echo htmlentities($str,ENT_COMPAT,"UTF-8"); //显示（源代码里面） 涓?枃
   
5. echo html_entity_decode(htmlentities($str,ENT_COMPAT,"UTF-8"),ENT_COMPAT,"UTF-8"); // 显示（源代码里面） 中文
   
6. ?>

复制代码

这里再给出一个匹配UTF-8中文字符的正则表达式：

1. 
   
3. $word = "中文";
   
4. if (preg_match("/^([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}$/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){2,}/",$word) == true)
   
5. {
   
6. echo "很好，这是一个UTF-8编码的汉字";
   
7. }
   
8. else
   
9. {
   
10. echo "抱歉，这不是一个UTF-8编码的汉字";
    
11. }
    
12. ?>

复制代码

4、HTML：在标签对里面加上


5、JS：JS的问题比较复杂，如果直接将文件存为UTF-8的编码，那么当用户在直接用浏览器访问这个页面的时候（也许某些程序员会这么做），浏览器可能会使用其它的编码去读取这个文件而造成其中的UTF-8中文乱码，当然，这并不会影响到程序的运行。在加载JS的时候，可以说明一下载入JS的编码，当然，如果已经在HTML头里面声明了编码，这里就不是必须的了：


JS要注意的另一个问题是他的escape()函数，在ECMAScript v3中，escape( ) 会被剔除，建议使用encodeURI( )和encodeURIComponent( )。这可以帮助你远离escape()函数引起的乱码问题。
6、CSS：在CSS文件的头部加上这行代码：
@charset "UTF-8";

7、URL：为了让URL变得更为友好，许多PHP程序员喜欢让URL显示文字而不是URL编码，目前较为合理的解决方案是将GET方法发送的数据转为 GBK编码，然后再接受这些数据，如果你希望使用UTF-8直接友好的GET数据，你会在使用PHP的$_GET数组时遇到一些问题。
8、Email：使用UTF-8编码的字符发送邮件，也是一件让人头疼的事情，理想的方法是将编码转变为GBK，然后再发送。
9、Ajax：使用POST的方式发送数据，不要使用GET的方式，不然无法成功发送部分UTF-8中文字符。