文件读取中文乱码
2012-04-22 22:21
218 查看
PHP中文乱码一般是字符集编码问题。主要有以下几个方面的原因：
【1】PHP与网页编码不一致
这个问题一般体现在一个文件里面引入另外一个文件时，由于两个文件未设置编码或者编码不一致，就会出现乱码现象
所以在设计一个网站时，应该首先想好统一用什么编码
例如要统一用GB2312，那么在静态页面(html)里面添加<meta http-equiv="Content-Type" content="text/html; charset=gb2312">，PHP文件输出头里面添加header("Content-Type: text/html; charset=gb2312")。
注意的就是由于PHP里面的header前面不能有任何输出，所以要把header("Content-Type: text/html; charset=gb2312")放在最前面执行，一般都会把header()、session_strat()这样的公用函数放在一个config.php里面，然后在HTML页面最顶部引入这个文件。
这里我要提醒一下就是，如果你在config.php里面加了header("Content-Type: text/html; charset=gb2312")并且在HTML页面引入config.php，那么其它要引入的PHP文件就没必要再加header("Content-Type: text/html; charset=gb2312")，因为如果你不小心在别的页面用了另外的编码，那么肯定又会出现乱码了
下面写个实例吧！
config.php
复制代码
<?php
ob_start(); //打开缓冲区(作用后面会说明)
session_start(); // 开启session
header('Content-Type:text/html; charset=gb2312'); // 设置编码为gb2312
if (function_exists('date_default_timezone_set')) date_default_timezone_set('Asia/Shanghai'); // 设置时区
?>
index.php
复制代码
<?php
require('config.php');
// 其它要引入的文件
?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title></title>
</head>
<body>
</body>
</html>
【2】PHP与数据库编码不一致
这个也是大部分朋友容易出现的问题，相信大部分人都知道怎么解决这个问题了，为了方便初学者，我还是把解决办法说一下吧！
假如数据库编码用的是utf8，而我们的网页用的编码是GB2312，那么在输入输出数据时就会乱码，解决的方法有以下3种：
(1)通过PHP代码，这也是常用的方式
很多朋友都喜欢把连接数据库代码写在一个conn.php里面，呵呵，感觉这样写的很多都是ASP转PHP的。
下面是一个conn.php文件代码：
复制代码
<?php
$conn=mysql_connect('localhost','root','') or die('无法连接服务器');
mysql_select_db('db',$conn) or die('无法连接数据库');
mysql_query("SET NAMES GB2312"); // 告诉服务器将来从这个客户端传来的信息采用字符集GB2312，一般有这一句就够了，下面两句可以不用
mysql_query("SET CHARACTER_SET_CLIENT=GB2312"); // SQL语句的编码采用GB2312
mysql_query("SET CHARACTER_SET_RESULTS=GB2312"); // 当SQL执行完毕向客户端返回数据的时候，会把数据从字段指定的编码转换为CHARACTER_SET_RESULTS指定的编码
?>
只要在需要进行数据库操作的地方引入conn.php就可以了
(2)修改mysql配置文件(my.ini)
打开my.ini(有的可能是my.cnf)，找到
复制代码
[mysql]
default-character-set=GB2312
[mysqld]
default-character-set=GB2312
default-storage-engine=MyISAM
在[mysqld]下加入:
复制代码
default-collation=GB2312_bin
init_connect='SET NAMES GB2312'
(3)直接修改数据库编码为GB2312，推荐和方法1配合使用
【3】PHP进行文件操作时编码不一致
主要是move_uploaded_file()、filesize()、readfile()、file_get_contents()等函数容易在这方面乱码，这些函数在处理上传、下载时经常会用到，调用时可能会出现下面的错误:
Warning: move_uploaded_file()[function.move-uploaded-file]:failed to open stream: Invalid argument in ...
Warning: filesize() [function.filesize]: stat failed for ... in ...
Warning: readfile() [function.readfile]: failed to open stream: Invalid argument in ..
解决方法：
将函数内的中文字符串转换成操作系统识别的编码，编码转换可用mb_convert_encoding(字符串,新编码,原编码)或iconv(原编码,新编码,字符串)，这样处理后保存的文件名就不会出现乱码，也可以正常读取文件，实现中文名称文件的上传、下载。
好，我们还是来实际看一个例子：
假如当前页面用的是utf8，要读取的文件用的是GB2312，那么如果直接读取，就会出现乱码
demo.txt的内容是：你好朋友！！！
复制代码
<?php
header('Content-Type:text/html; charset=utf-8');
$file = 'demo.txt';
$handle = fopen($file,'r'); // 读写方式打开
$content = fread($handle,filesize($file));
echo $content; // 直接输出，显示乱码
echo mb_convert_encoding($content,'utf-8','GB2312'); // 显示正常
echo iconv('GB2312//IGNORE','utf-8',$content); // 显示正常
?>
【4】UTF8签名(BOM)导致乱码，其实不是乱码，而是可能导致PHP无法正常输出
UTF-8 签名又叫UTF-8 BOM,其实UTF-8的BOM对UFT-8没有作用,是为了支持UTF-16,UTF-32才加上的BOM,BOM签名的意思就是告诉编辑器当前文件采用何种编码,方便编辑器识别,但是BOM虽然在编辑器中不显示,但是会产生输出,就像多了一个空行。如果用二进制编辑器打开，会发现出现一个类似“锘?”的字符。
很多人可能很奇怪，明明session_start和header()前面没有任何输出，为什么还会出现下面的错误：
Warning: session_start() [function.session-start]: Cannot send session cache limiter - headers already sent
Warning: Cannot modify header information - headers already sent by ......
这就可能是BOM在作怪了。
解决方法：
(1)可用editplus(Notepad++、UltraEdit-32等也可以)来保存，在editplus中，工具->参数选择->文件->UTF-8签名，选择总是删除，然后打开文件，再另存为就可以去掉BOM信息了。
(2)在页面前面用ob_start()，现在明白为什么上面config.php里面的要加这句了吧，当缓冲区激活时，所有来自PHP程序的非文件头信息均不会发送，而是保存在内部缓冲区。要输出缓冲区的内容，可以使用ob_end_flush()或flush()。
如果你使用的是Dreamweaver，那么可以配置一下DW的首选参数,使新建文件时不写入BOM,具体设置如下:
选择 编辑->首选参数，然后点击左边"新建文档" ，把"包括Unicode 签名(BOM)" 前面的钩去掉即可。
【1】PHP与网页编码不一致
这个问题一般体现在一个文件里面引入另外一个文件时，由于两个文件未设置编码或者编码不一致，就会出现乱码现象
所以在设计一个网站时，应该首先想好统一用什么编码
例如要统一用GB2312，那么在静态页面(html)里面添加<meta http-equiv="Content-Type" content="text/html; charset=gb2312">，PHP文件输出头里面添加header("Content-Type: text/html; charset=gb2312")。
注意的就是由于PHP里面的header前面不能有任何输出，所以要把header("Content-Type: text/html; charset=gb2312")放在最前面执行，一般都会把header()、session_strat()这样的公用函数放在一个config.php里面，然后在HTML页面最顶部引入这个文件。
这里我要提醒一下就是，如果你在config.php里面加了header("Content-Type: text/html; charset=gb2312")并且在HTML页面引入config.php，那么其它要引入的PHP文件就没必要再加header("Content-Type: text/html; charset=gb2312")，因为如果你不小心在别的页面用了另外的编码，那么肯定又会出现乱码了
下面写个实例吧！
config.php
复制代码
<?php
ob_start(); //打开缓冲区(作用后面会说明)
session_start(); // 开启session
header('Content-Type:text/html; charset=gb2312'); // 设置编码为gb2312
if (function_exists('date_default_timezone_set')) date_default_timezone_set('Asia/Shanghai'); // 设置时区
?>
index.php
复制代码
<?php
require('config.php');
// 其它要引入的文件
?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title></title>
</head>
<body>
</body>
</html>
【2】PHP与数据库编码不一致
这个也是大部分朋友容易出现的问题，相信大部分人都知道怎么解决这个问题了，为了方便初学者，我还是把解决办法说一下吧！
假如数据库编码用的是utf8，而我们的网页用的编码是GB2312，那么在输入输出数据时就会乱码，解决的方法有以下3种：
(1)通过PHP代码，这也是常用的方式
很多朋友都喜欢把连接数据库代码写在一个conn.php里面，呵呵，感觉这样写的很多都是ASP转PHP的。
下面是一个conn.php文件代码：
复制代码
<?php
$conn=mysql_connect('localhost','root','') or die('无法连接服务器');
mysql_select_db('db',$conn) or die('无法连接数据库');
mysql_query("SET NAMES GB2312"); // 告诉服务器将来从这个客户端传来的信息采用字符集GB2312，一般有这一句就够了，下面两句可以不用
mysql_query("SET CHARACTER_SET_CLIENT=GB2312"); // SQL语句的编码采用GB2312
mysql_query("SET CHARACTER_SET_RESULTS=GB2312"); // 当SQL执行完毕向客户端返回数据的时候，会把数据从字段指定的编码转换为CHARACTER_SET_RESULTS指定的编码
?>
只要在需要进行数据库操作的地方引入conn.php就可以了
(2)修改mysql配置文件(my.ini)
打开my.ini(有的可能是my.cnf)，找到
复制代码
[mysql]
default-character-set=GB2312
[mysqld]
default-character-set=GB2312
default-storage-engine=MyISAM
在[mysqld]下加入:
复制代码
default-collation=GB2312_bin
init_connect='SET NAMES GB2312'
(3)直接修改数据库编码为GB2312，推荐和方法1配合使用
【3】PHP进行文件操作时编码不一致
主要是move_uploaded_file()、filesize()、readfile()、file_get_contents()等函数容易在这方面乱码，这些函数在处理上传、下载时经常会用到，调用时可能会出现下面的错误:
Warning: move_uploaded_file()[function.move-uploaded-file]:failed to open stream: Invalid argument in ...
Warning: filesize() [function.filesize]: stat failed for ... in ...
Warning: readfile() [function.readfile]: failed to open stream: Invalid argument in ..
解决方法：
将函数内的中文字符串转换成操作系统识别的编码，编码转换可用mb_convert_encoding(字符串,新编码,原编码)或iconv(原编码,新编码,字符串)，这样处理后保存的文件名就不会出现乱码，也可以正常读取文件，实现中文名称文件的上传、下载。
好，我们还是来实际看一个例子：
假如当前页面用的是utf8，要读取的文件用的是GB2312，那么如果直接读取，就会出现乱码
demo.txt的内容是：你好朋友！！！
复制代码
<?php
header('Content-Type:text/html; charset=utf-8');
$file = 'demo.txt';
$handle = fopen($file,'r'); // 读写方式打开
$content = fread($handle,filesize($file));
echo $content; // 直接输出，显示乱码
echo mb_convert_encoding($content,'utf-8','GB2312'); // 显示正常
echo iconv('GB2312//IGNORE','utf-8',$content); // 显示正常
?>
【4】UTF8签名(BOM)导致乱码，其实不是乱码，而是可能导致PHP无法正常输出
UTF-8 签名又叫UTF-8 BOM,其实UTF-8的BOM对UFT-8没有作用,是为了支持UTF-16,UTF-32才加上的BOM,BOM签名的意思就是告诉编辑器当前文件采用何种编码,方便编辑器识别,但是BOM虽然在编辑器中不显示,但是会产生输出,就像多了一个空行。如果用二进制编辑器打开，会发现出现一个类似“锘?”的字符。
很多人可能很奇怪，明明session_start和header()前面没有任何输出，为什么还会出现下面的错误：
Warning: session_start() [function.session-start]: Cannot send session cache limiter - headers already sent
Warning: Cannot modify header information - headers already sent by ......
这就可能是BOM在作怪了。
解决方法：
(1)可用editplus(Notepad++、UltraEdit-32等也可以)来保存，在editplus中，工具->参数选择->文件->UTF-8签名，选择总是删除，然后打开文件，再另存为就可以去掉BOM信息了。
(2)在页面前面用ob_start()，现在明白为什么上面config.php里面的要加这句了吧，当缓冲区激活时，所有来自PHP程序的非文件头信息均不会发送，而是保存在内部缓冲区。要输出缓冲区的内容，可以使用ob_end_flush()或flush()。
如果你使用的是Dreamweaver，那么可以配置一下DW的首选参数,使新建文件时不写入BOM,具体设置如下:
选择 编辑->首选参数，然后点击左边"新建文档" ，把"包括Unicode 签名(BOM)" 前面的钩去掉即可。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- Java BufferedReader读取UTF-8文件中文乱码
- 解決BufferedReader读取UTF-8文件中文乱码
- JAVA读取文件，避免中文乱码
- Java读取文件----中文乱码问题
- java读取文件，中文乱码
- 【IntelliJ IDEA】从资源文件读取出来就中文乱码的解决方法
- 使用guava读取ANSI类型的文件，避免中文乱码
- python读取中文文件乱码
- Java读取properties配置文件时，中文乱码解决方法
- qt5解决读取中文文件中文的乱码
- SpringSecurity3 读取中文消息资源(properties)文件,输出乱码的问题
- Java读取Properties文件并不会出现中文乱码
- Perl读取Excel文件并解决中文乱码问题
- java读取.properties文件及解决中文乱码问题
- python读取csv文件中文乱码
- django 读取js脚本文件中中文乱码问题
- 解决生成的saiku文件读取中文乱码的问题
- C#正确读取中文文件，避免乱码
- nodejs 读取文件中文乱码 utf8转gbk解决办法
- JAVA读取文件，避免中文乱码