即使将MySQL DB，表和字段的排序规则设置为utf8_general_ci，也经常发生将诸如之类的字符转换为??的情况。页面的Content-Type中的编码也设置为UTF8.

我知道utf8_encode / decode，但是我不确定在哪里以及如何使用它。

我已经阅读了"绝对是每个软件开发人员的绝对最低知识，肯定必须了解Unicode和字符集(没有借口！)"一文，但是我需要一些特定于MySQL / PHP的指针。

问题：如何确保用户输入的包含国际字符的数据不被损坏？

解决方案

没有太多要说的不在本文范围之内

http://developer.loftdigital.com/blog/php-utf-8-cheatsheet

首先看一下http://www.nicknettleton.com/zine/php/php-utf-8-cheatsheet，我认为缺少了一件重要的事情(也许我忽略了这一点)。
根据MySQL安装和/或者配置，我们必须设置连接编码，以便MySQL知道我们期望在客户端使用哪种编码(意味着MySQL连接的客户端，应该是PHP脚本)。我们可以通过手动发出

SET NAMES utf8

发送到MySQL服务器的任何其他查询之前进行查询。

如果我们在PHP端使用PDO，则可以设置连接以使用以下命令在每个(重新)连接上自动发出此查询：

$db=new PDO($dsn, $user, $pass);
$db->setAttribute(PDO::MYSQL_ATTR_INIT_COMMAND, "SET NAMES utf8");

初始化数据库连接时。

为了获得更好的unicode正确性，我们应该使用utf8_unicode_ci(尽管文档对这些区别有些含糊)。我们还应该确保正确设置了以下Mysql标志-

• 默认字符集= utf8
• skip-character-set-client-handshake //重要提示，因此客户端无需执行其他编码

这些可以在mysql配置文件(在[mysqld]选项卡下)中设置，也可以在运行时通过发送适当的查询来设置。

我们应该做的事情：

• 确保Apache输出了UTF-8内容。在httpd.conf中执行此操作，或者使用PHP的header()函数手动进行此操作。
• 确保数据库连接为UTF8. SET NAMES utf8可以解决问题。
• 确保所有表都设置为UTF8.
• 如果我们在其中存储了国际字符，请确保所有PHP和模板文件都编码为UTF8.

执行此操作时，通常不需要使用mb_string或者utf8_encode / decode函数来做很多事情。

排序规则和字符集不是一回事。排序规则需要与字符集匹配，因此，如果字符集为utf-8，则排序规则也应如此。选择错误的排序规则不会使数据乱码，尽管只是使字符串比较/排序工作错误。

就是说，有几个地方可以在PHP中设置字符集设置。我建议我们尽可能使用utf-8. 需要指定字符集的位置是：

• 数据库。可以在数据库，表和字段级别，甚至在每个查询级别上进行设置。
• PHP和数据库之间的连接。
• HTTP输出；确保HTTP标头" Content-Type"指定utf-8. 我们可以在PHP和Apache中设置默认值，也可以使用PHP的header函数。
• HTTP输入。通常，表单将以与提供该页面时相同的字符集提交，但为确保确定，我们应指定accept-charset属性。另外，请确保网址是utf-8编码的，否则请避免在网址(和GET参数)中使用非ascii字符。

utf8_encode/ decode函数的名称有点奇怪。它们专门在latin1(ISO-8859-1)和utf-8之间转换。如果应用程序中的所有内容均为utf-8，则无需过多使用它们。

关于utf-8和PHP至少有两个陷阱。首先是PHP的内置字符串函数期望字符串为单字节。对于很多操作而言，这并不重要，但这意味着我们不能依赖于strlen和其他功能。在此页面上可以很好地了解这些限制。通常，这不是什么大问题，但是尤其是在使用三方库时，我们需要意识到事情可能会因此而崩溃。一种选择是使用mb_string扩展名，该扩展名可以用utf-8感知的替代方法替换所有麻烦的功能。它仍然不是100％防弹的解决方案，但在大多数情况下都可以使用。

另一个问题是，某些PHP安装仍启用了" magic_quotes"设置。此问题与utf-8正交，但可能导致头部刮擦。为了我们自己的理智，请将其关闭。

无论使用哪种语言编写，如果要创建一个允许使用多种编码的应用程序，请分批处理：

• PHP特别是偷偷摸摸的。不要让它动态地截断数据。如果要对UTF-8字符串进行正则表达式，请确保将其标识为