mbstring擴充套件導致中文亂碼

本文目的

mbstring是php的乙個標準擴充套件，源**在php_src/ext/mbstring中。主要用於處理多位元組編碼的字串，如utf-8，gbk等。php內建的字串處理函式（如strlen等）將字串當作位元組陣列處理，如果直接用來處理中文，可能會導致中文亂碼（中文編碼方式可以參考這篇文章《網頁中文亂碼的那些事兒》）。但是，如果mbstring使用不當，也會導致亂碼現象。最近就遇到這個問題，所以記錄下來，作為備忘。

亂碼現象

看看下面的**：

<?php 

/** * 清除所有常見標點符號
*/function clear_point($pointer) 。「」]+', ' ', $pointer);
}$str = '今天，  是個《好日 子》。「不  【是嗎】';
echo "原始字串    :''", php_eol;
$stripped = clear_point($str);
echo "處理後的字串:''", php_eol;

出現亂碼了。

原因&解決方法

導致原因很簡單，雖然你使用了mbstring庫中的函式處理多位元組字串，但是php仍然不知道被處理的字串是什麼編碼。可以使用命令」php –i | grep mbstring」來看看相關配置，如下圖：

預設的mbstring.internal_encoding的值為『no value』，說明沒有明確表示php源**是以何種方式編碼，從而導致了錯誤的處理方式，亂碼很容易發生。

問題關鍵在於設定mbstring.internal_encoding，給出明確的編碼規則。修改後，如下圖所示（此配置在php.ini中）：

修改後，再執行命令「php –i | grep mbstring」，得到如下結果，表示修改生效：

再次執行上面的程式，得到如下結果：

沒有亂碼，處理後的字串將標點全部剔除。

參考資料

adb shell windows系統中文亂碼

參巧 在cmd下 1 chcp顯示936結果，2 chcp 65001 3 重啟adb shell目錄顯示中文還是亂碼。參巧 通過 adb shell 登入到 nook shell 後，列目錄的時候，如果有中文會亂碼。這是因為 nook 輸出是 utf8,而 windows的console 是系統缺...

Ubuntu Rhythmbox 解決中文亂碼

在這裡介紹的是乙個解決方法，修改變數。在終端輸入 gedit profile 在最後加入下面內容 exportgst id3 tag encoding gbk utf 8 gb18030 exportgst id3v2 tag encoding gbk utf 8 gb18030 儲存退出。sour...

解決 Flask sqlalchemy 中文亂碼

當在使用 flask sqlalchemy 操作 mysql 資料庫時中文亂碼或者直接報錯。解決方法如下 from flask sqlalchemy import sqlalchemy db sqlalchemy use native unicode utf8 配置 mysql 預設字元編碼為 ut...