删除unicode项目符号

Question

我遇到了一个我认为与unicode文本有关的问题。当用户输入具有unicode项目符号字符的字符串时，mysql无法保存该字段（尽管更新查询的其余部分仍可正常工作）。以下是我一直试图解决的问题。

$str = "· Close up the server";

$str = preg_replace("\u2022", "•", $str);

......但是这仍然不起作用。

Answer 1

这里有很多东西可能出错，因为数据库，表单提交和源代码字符串文字都涉及到了。我假设您要使用UTF-8，因为使用任何其他典型编码（CP1252，Latin1）时，如果您想使用json_或接受超过200个不同的字符，您将被搞砸。

要做的第一件事是删除任何类型的转换等代码，其目的是尝试修复编码问题。例如utf8_encode，htmlentitites，*_replace ..无论如何。

---

来源编码。

$str = "· Close up the server";

编写上述内容时，PHP源文件需要以UTF-8进行物理编码。如果您使用的是Windows，则必须明确执行或配置此操作。 UTF-8不会在Windows上神奇地发生。

---

表格提交

当用户提交表单时，有效负载将采用您声明页面的任何编码。您可以这样声明：

header("Content-Type: text/html; charset=utf-8");

但是任何人都可以实际向服务器提交任意字节，因此您应该在继续之前验证输入是否为UTF-8。 mb_check_encoding很好。

---

数据库

由于此时您的数据以UTF-8格式输入，因此您的输入字符串为UTF-8。您必须在连接到数据库后通过指定连接编码来指定它。

mysql_set_charset("utf8"); //After making the connection, and before any queries
//or $mysqli->set_charset( "utf8");

这使得数据库以UTF-8读取您的输入，并以UTF-8编码其输出。您还希望将列/表/数据库设置为UTF-8。

---

PHP不支持Unicode转义序列\uxxxx或\uhhhh\ullll或\Uxxxxxxxx。

Answer 2

\u2022是“Bullet”的UTF-16十六进制编码。不是UTF-8。

在打开数据库之前，您可能还需要SET NAMES 'UTF-8';或更改字符集。