PHP是否照顧$ _GET和$ _POST中變量的字符編碼？ （PHP 5.4）

Question

我的腳本是用UTF-8編寫的，它使用的MySQL數據庫表具有排序規則utf8_unicode_ci。現在，如果我想比較$_GET/$_POST中的字符串與腳本/數據庫中的「內部」字符串，或者甚至將某些內容放到數據庫中，我是否必須檢查/修復變量的編碼還是PHP已經爲我執行了這個操作？

如果前者是這種情況，我可以簡單地在腳本的開頭執行以下操作嗎？

function inputToUtf8($string) { 
    $detectedEncoding = mb_detect_encoding($string, 'UTF-8,ISO-8859-1', true); 
    if ($detectedEncoding == 'UTF-8') { 
    return $string; 
    } elseif ($detectedEncoding == 'ISO-8859-1') { 
    return utf8_encode($string); 
    } 
    throw new Exception('Invalid character encoding detected.'); 
} 

foreach ($_GET as &$v) $v = inputToUtf8($v); unset($v); 
foreach ($_POST as &$v) $v = inputToUtf8($v); unset($v); 

Answer 1

PHP不會爲你這樣做，但客戶端瀏覽器通常會這樣做。發送GET/POST數據是HTML頁面編碼的正常情況，所以如果您已經爲HTML頁面正確指定了字符編碼，那麼瀏覽器通常也應該使用相同的字符編碼。

當然，最好確定而不是假設 - 至少如果你需要確定它。

編輯：爲了清楚這一點 - 確保我的意思是過濾出與您期望的字符集不匹配的字符。您應該一次設置，期望並且僅支持一個字符集。

Answer 2

我建議不檢測編碼，因爲：

• 所有工作正常的網頁瀏覽器在相同的編碼發送數據，您的網頁。沒有例外。
• 檢測編碼不是100％準確。一個字符串可以（並且通常是）在多種編碼中有效，因此可能會檢測到錯誤的編碼，並且轉換會造成混亂。