utf8编码问题

Question

当我试图使用urlencoded (一些cyrilic单词) _GET url时：

http://example.com/?action=search&q=%E0%E2%F2%EE%EC%EE%E1%E8%EB%FC

解码后：

echo urldecode($_GET['q']); // it prints: ���������

因此，我需要通过以下方式完成对utf-8的转换(因为我的整个应用程序都使用utf-8)：

mb_convert_encoding($_GET['q'], "UTF-8", "windows-1251");

这也很有帮助，但质疑

谁/怎么说应该是 "windows-1251“？它从哪里来的？如果我要使用其他语言，我如何定义适当的编码？魔法在哪里？

(更新)：页面编码是utf-8 (update)：实际上，urldecode($_GET'q')甚至不需要，看起来像是apache+php模块做所有事情，但是，仍然不知道哪里有秘密。

Answer 1

答案是，您无法确定这一点，因为它可能会从一个请求更改到另一个请求，特别是如果它并非总是从表单提交，但有时使用ajax发送，或者用户直接在地址栏中键入。

我的工作是一个应用程序，是波兰语。该应用程序使用ISO-8859-2代码页，所有html输出都是在此编码中提供的。

根据请求的上下文，应用程序以两种不同的编码方式接收请求：

1. 如果请求是由于表单提交而发出的，则编码与提交的表单的html页面相同。我认为它可以用form元素的accept-charset属性进行修改，但我还没有尝试过。
2. 如果请求是用Ajax发出的，那么它总是UTF-8 (至少在Chrome和Firefox中是这样，因为我们的客户端只使用这些浏览器)。
3. 如果请求是手动输入到URL中的，那么它通常是UTF-8，但是如果它是书签或类似的东西，那么它可能是其他编码(取决于书签是如何创建的)。

所以，真的不可能确定。如果可以的话，一定要使用UTF-8。否则使用字符集检测(检查它是否为UTF-8，如果不返回到基于应用程序使用的语言的最可能编码)。

我使用以下代码：

<?php
$t = 'zażółć gęślą jaźń';
echo mb_detect_encoding($t, 'UTF-8,ISO-8859-2');

我向你问好，SWilk

Answer 2

这不是apache或mod_php问题。PHP确实会自动解码urlencoding，但是它不会对任何东西进行编码，所以没有什么可担心的。

从这看上去

在输入Firefox3 example.com/?action=search&q=автомобиль时，它会自动转换为:Firefox3

这更像是浏览器或操作系统的问题。

您的操作系统编码似乎是单字节的，浏览器会对您的单字节字符串进行urlencode。

Answer 3

您应该保留UTF8，并使用适当的内容类型头将页面的字符集设置为UTF8：

header('Content-type: text/html; charset=utf-8');