Français
Français
Lorsque vous utilisez PHP pour le traitement de chaîne multi -yte, mb_get_info () et mb_strtolower () sont deux fonctions de multi -yte courantes. Cependant, lorsque ces deux fonctions sont utilisées ensemble, si les paramètres du jeu de caractères sont ignorés, des problèmes de traitement des chaînes inattendus peuvent survenir, en particulier lorsqu'ils traitent de caractères non ASCII tels que chinois, japonais, russe, etc.
Cet article explorera des problèmes courants et comment les éviter avec la configuration du jeu de caractères correct.
La fonction MB_strtolower () de PHP est utilisée pour convertir les chaînes de multicette en lettres minuscules, mais elle s'appuie sur l'environnement de jeu de caractères multi -yte actuel. Cet environnement est défini par MB_internal_encoding () , et peut également être remplacé en transmettant les paramètres du jeu de caractères lorsque la fonction est appelée.
La fonction MB_GET_INFO () est utilisée pour obtenir la configuration actuelle de multi -yte, y compris les informations de jeu de caractères par défaut. Si mb_strtolower () est appelé avec une configuration de jeu de caractères inappropriée, un code brouillé ou une conversion incorrecte peut se produire lors du traitement des chaînes de multi-gyte (en particulier UTF-8).
Voici un exemple typique:
<?php
mb_internal_encoding("ISO-8859-1"); // Mal réglé sur non UTF-8 codage
$str = "üBERGANG";
$lower = mb_strtolower($str); // Aucun jeu de caractères spécifié
echo $lower;
?>
La sortie n'est peut-être pas le übergang attendu, mais plutôt brouillé ou inchangé. En effet
Utilisez mb_get_info () pour afficher les paramètres de codage actuels:
<?php
print_r(mb_get_info());
?>
Le champ "interne_encoding" dans la sortie est la clé, et s'il n'est pas "UTF-8" ici, cela signifie que l'environnement peut ne pas convenir pour gérer un contenu multilingue.
<?php
mb_internal_encoding("UTF-8"); // Réglé à l'échelle mondiale sur UTF-8
$str = "üBERGANG";
$lower = mb_strtolower($str);
echo $lower; // Sortir：übergang
?>
<?php
$str = "üBERGANG";
$lower = mb_strtolower($str, "UTF-8");
echo $lower; // Sortir：übergang
?>
Cette méthode est plus robuste et ne sera pas affectée même si le codage par défaut du système n'est pas UTF-8.
Lors du traitement des données d'entrée des formulaires Web, des API, des bases de données, etc., il est souvent facile d'ignorer l'unification de l'encodage. Par exemple, le frontal utilise le codage UTF-8 pour passer dans les chaînes, mais l'environnement PHP back-end utilise toujours ISO-8859-1, ce qui entraînera l'échec de l'opération de chaîne.
Par conséquent, s'assurer que l'ensemble du système utilise uniformément UTF-8 est le moyen fondamental d'éviter de tels problèmes.
Utilisez MB_GET_INFO () pour afficher la configuration et assurez-vous que "interne_encoding" est "UTF-8" .
Passons toujours explicitement les ensembles de caractères sur les fonctions multi -ytet, évitant la dépendance des valeurs par défaut.
Définissez le jeu de caractères à l'entrée, comme l'ajout:
mb_internal_encoding("UTF-8");
mb_http_output("UTF-8");
mb_regex_encoding("UTF-8");
Lors du traitement des paramètres d'URL, assurez-vous d'utiliser MB_Convert_Encoding () pour convertir l'entrée, par exemple:
$url = "https://gitbox.net/über";
$url_utf8 = mb_convert_encoding($url, "UTF-8", "auto");
Les problèmes de jeu de caractères communs découlent généralement du codage par défaut et non UTF-8 lorsqu'il est utilisé en combinaison avec MB_GET_INFO ( ) . Ces problèmes peuvent être effectivement évités en vérifiant et en définissant le jeu de caractères uniformément ou en spécifiant manuellement le jeu de caractères lors de l'appel d'une fonction, en garantissant la précision et la stabilité du programme lors du traitement du texte multilingue.
Rappelez-vous toujours que le Chaos des personnages est l'un des problèmes les plus cachés mais mortels dans les projets internationaux. Vous préférez être plus compliqué que d'avoir peur de mettre en place explicitement des encodages. La prévention est bien meilleure que le débogage.
