我应该把整个项目转换成UTF-8吗？

Question

我正在开发一个高度定制的商店软件，基于开源软件，用PHP和常用的web技术(CSS、HTML、JS)编写。

在过去的几个月/几年里，我做了大量的定制工作，并开发了一些特定的个性化特性，这对于我们分公司的成功是必不可少的。

该商店和项目文件以ISO-8859-1编码(公司位于德国)。

现在我们想在不同的国家(如瑞典、波兰、英国)推广和使用商店系统，并根据国内的需要定制。

不过，我恐怕日后可能会遇到一些编码问题，所以我的问题是：

在准备“多店”使用之前，将整个项目和环境的编码更改为UTF-8是明智的，还是应该将源代码留在原处，并在每个国家随后接近时处理(可能的)编码问题？

Answer 1

您将遇到编码问题。你可以用ISO-8859-1来处理瑞典语和英语，但不能用波兰语.您可以使用ISO-8859-2作为波兰语，但是当您迁移到不包含ISO-8859-1或ISO-8859-2的语言时，您将需要使用其他编码。

因此，最好将软件国际化，使用涵盖所有语言的UTF-8，并始终使用UTF-8。

Answer 2

从单字节转换到多字节编码( utf-8就是这样)远不是那么简单。它将要求您触摸应用程序中几乎所有的字符串(或至少检查它)，以及操作它的每个函数。请记住，由于这一点，PHP 6和Perl 6已经被搁置了多年。除非(a)你有信心你能实现它，并且(b)你仔细考虑它是否值得去做，否则我不会建议你去做这个开关。

在你完全投入之前，我建议试着做一些工作，看看它进展得有多顺利。

从您所说的情况来看，显然您需要的不仅仅是ISO-8859-1，所以您确实需要国际化。但是，如果您的预期客户群可以使用ISO-8859编码系列来处理，那么您可以选择：

1. 通过设置适当的8位编码(并将其包括在网页编码、SQL表等中)来实现国际化。
2. 通过切换到utf-8来实现国际化。

第一个选择应该比第二个容易得多，所以仔细考虑utf-8会给你带来什么好处。

Notes

1. 由于这是基于开源应用程序的，所以我认为这样做是对您的系统的开源基础的一个改进。这样你就可以得到社区的帮助，因为多语种的支持对每个人都有好处。如果您在专有定制版本中执行了这样的基本转换，那么将下一个开源版本合并到您的代码库中肯定会有困难。
2. Unicode的一个真正的好处是它很容易允许多语言(多编码)站点。如果当前的系统仅限于固定的编码，那么跟踪单个系统中的多个编码将比切换到Unicode更麻烦。不过，听起来你在可预见的将来并不需要这个。
3. 完全披露:我是从经验中说出来的，这是一次尝试转换的尝试，结果变得非常非常困难。(所以不管怎么说:也许我只是太谨慎了，你会没事的)。

Answer 3

有几件事要考虑：

在PHP方面：

• PHP5.4在Version5.4中默认设置函数，如htmlentities/htmlspecialchars到UTF8。
• 下个季度，默认字符集将在php.ini中强制执行到PHP5.6中的UTF8中。
• PSR命令指出，UTF8是PHP中文件的强制性编码。
• 所有的框架和现代库都是UTF8

在前端：

• 浏览器制造商和W3C/WHATWG建议使用UTF8作为前端文件(css、js、html)。

在操作系统方面：

• 所有使用的现代OSes都使用UTF8作为缺陷编码，我认为我使用的最后一个未默认设置为UTF8的操作系统是Windows (它确实支持UTF8，但不一定是默认的)
• 您最可能使用的是LAMP堆栈，默认情况下Linux发行版是UTF8。

因此，基本上，您是在UTF8生态系统中游泳，所有现代框架、库和其他外部PHP代码默认为UTF8。PHP本身逐渐强制UTF8作为默认设置，这意味着如果您将代码保存在Latin1中，那么长期来看很可能会遇到bug。

切换到UTF8并不是很难，除非您必须处理无法控制编码的数据源，我的建议是切换，从长远来看，它将为您解决许多麻烦:)