PHP 中文編碼亂碼問題深度解析與解決方案總結

PHP 中文編碼亂碼問題深度解析與解決方案總結

PHP 專案中文亂碼雖常見，但核心原理一致：編碼在產生、傳輸、儲存、顯示四個環節必須完全一致。本文系統梳理字符集基礎、資料庫編碼、HTTP Header/Meta/Apache 優先級、PHP 設定，並提供定位技巧與解決清單。

一、字符集基礎知識

• SBCS：單位元組字符集（ASCII、ISO-8859-1）。
• DBCS/MBCS：雙/多位元組字符集（GB2312、GBK、BIG5）。
• Unicode/UTF-8：統一碼，UTF-8 為變長編碼（1-4 位元組），相容 ASCII，已成 Web 標準。

現代系統核心層多以 Unicode 處理，邊界處（資料庫、HTTP、檔案）做編碼轉換。

二、資料庫編碼關鍵

// PHP 連接資料庫後立即執行
mysql_query("SET NAMES utf8"); // 或 mysqli_set_charset($link, 'utf8')
// 對應網頁 charset=utf-8
// 若網頁 charset=gb2312，則 SET NAMES gb2312

• 資料庫建表指定 CHARSET=utf8mb4（支援 Emoji）。
• 避免使用 latin1 (ISO-8859-1) 儲存中文，會導致雙位元組拆分、查詢錯誤。

三、HTTP 輸出編碼宣告優先級（高→低）

1. header("Content-Type: text/html; charset=utf-8") —— PHP 函式發送 HTTP Header，瀏覽器**強制遵守**。
2. AddDefaultCharset utf-8 —— Apache httpd.conf 設定，等同於給每個回應加 Header。
3. <meta http-equiv="Content-Type" content="text/html; charset=utf-8"> —— HTML Meta 標籤，屬於文件內容，**優先級最低**，若前兩者存在將被忽略。

建議：每個 PHP 檔案頂部呼叫 header(...)，確保跨伺服器部署不受 Apache 設定影響。

四、php.ini 設定

; 建議註釋掉，讓瀏覽器依頁面 charset 自動判斷
; default_charset = "gb2312"

強制設定會導致多語言共存時編碼衝突。

五、定位亂碼的實戰技巧

1. 印出內碼：在懷疑環節 echo bin2hex($str) 或 var_dump(unpack('H*', $str))，觀察位元組變化。
2. 樣本字串：使用 "aa啊 aa?@aa"（中英混雜、含特殊符號）作為測試資料。
3. 分段驗證：資料庫讀出 → PHP 變數 → 輸出瀏覽器，逐段檢查編碼是否正確。

六、常見場景解決清單

七、編碼轉換利器

// 自動偵測並轉為 UTF-8
function to_utf8($str) {
    $enc = mb_detect_encoding($str, ['UTF-8', 'GBK', 'GB2312', 'BIG5']);
    return $enc !== 'UTF-8' ? iconv($enc, 'UTF-8//IGNORE', $str) : $str;
}

總結

中文編碼問題本質是「編碼不一致」。堅持 **UTF-8 全鏈路**（資料庫、連接、PHP、HTML、JS、CSS、檔案），並在 PHP 入口統一發送 header()，即可從根源消除 99% 的亂碼。