Alles over Unicode 
Voor iedere PHP-er, wat nou precies de problemen zijn met vreemde tekens en hoe die definitief op te lossen.
Gesponsorde koppelingen
Inhoudsopgave
- Inleiding
- Over Unicode
- PHP en UTF-8
- Tekstbestanden
- Databases
- Overige in- en uitvoer
- Verwerking in PHP
- Conclusie
Er zijn 4 reacties op 'Unicode enzo'
Ziet er degelijk uit! Misschien kan je ook nog toevoegen hoe met UTF omgaat met PDO icm MySQL, aangezien dat - naar ik aanneem - veel gebruikt wordt:
Bron: https://secure.php.net/manual/en/ref.pdo-mysql.connection.php
Code (php)
1
2
3
4
5
6
7
8
9
10
2
3
4
5
6
7
8
9
10
<?php
$dsn = 'mysql:host=localhost;dbname=testdb';
$username = 'username';
$password = 'password';
$options = array(
PDO::MYSQL_ATTR_INIT_COMMAND => 'SET NAMES utf8',
);
$dbh = new PDO($dsn, $username, $password, $options);
?>
$dsn = 'mysql:host=localhost;dbname=testdb';
$username = 'username';
$password = 'password';
$options = array(
PDO::MYSQL_ATTR_INIT_COMMAND => 'SET NAMES utf8',
);
$dbh = new PDO($dsn, $username, $password, $options);
?>
Bron: https://secure.php.net/manual/en/ref.pdo-mysql.connection.php
Vóór PHP 5.3.6 was SET NAMES utf8 nodig. Inmiddels kan dit in de DSN worden meegenomen:
Het voordeel hiervan is dat PDO::MYSQL_ATTR_INIT_COMMAND beschikbaar blijft om bijvoorbeeld de MySQL-mode correct in te stellen.
P.s. De ?> is uiteraard overbodig, maar de code-blokken werken hier niet zonder de afsluitende tag :(
Code (php)
1
2
3
4
5
6
7
2
3
4
5
6
7
<?php
$dsn = 'mysql:host=localhost;dbname=testdb;charset=utf8';
$username = 'username';
$password = 'password';
$dbh = new PDO($dsn, $username, $password);
?>
$dsn = 'mysql:host=localhost;dbname=testdb;charset=utf8';
$username = 'username';
$password = 'password';
$dbh = new PDO($dsn, $username, $password);
?>
Het voordeel hiervan is dat PDO::MYSQL_ATTR_INIT_COMMAND beschikbaar blijft om bijvoorbeeld de MySQL-mode correct in te stellen.
P.s. De ?> is uiteraard overbodig, maar de code-blokken werken hier niet zonder de afsluitende tag :(
0 
-0 
-0
Twee kleine details om rekening mee te houden die ik nog niet heb genoemd zijn:
1.) ook URL's hebben een encoding, namelijk UTF-8...
"Niet US-ASCII karakters moeten eerst getranscodeerd naar UTF-8, en vervolgens moet elk octet van de encoding weer met procenten getranscodeerd worden."
Zie : http://tools.ietf.org/html/rfc3986
In PHP moet je er dus rekening mee houden dat URL's voor gebruik van urlencode() en na gebruik van urldecode() de UTF-8 karakter encoding hebben(!)
2.) Als je downloadlinkjes maakt met een 'Content-Disposition' HTTP header, dan MOET de bestandsnaam in het 'filename'-attribuut de ISO-8859-1 encoding hebben.
Echter, inmiddels ZOU je het 'filename*' attribuut MOETEN gebruiken, met een waarde die begint met utf-8'' en vervolgens de bestandsnaam in UTF-8, net zoals dat met URL's gaat.
Bijvoorbeeld:
Zie: http://tools.ietf.org/html/rfc6266
Het oude 'filename' attribuut is bedoeld als fallback voor antieke browsers die nieuwe syntax uit 2011 nog niet herkennen.
1.) ook URL's hebben een encoding, namelijk UTF-8...
"Niet US-ASCII karakters moeten eerst getranscodeerd naar UTF-8, en vervolgens moet elk octet van de encoding weer met procenten getranscodeerd worden."
Zie : http://tools.ietf.org/html/rfc3986
In PHP moet je er dus rekening mee houden dat URL's voor gebruik van urlencode() en na gebruik van urldecode() de UTF-8 karakter encoding hebben(!)
2.) Als je downloadlinkjes maakt met een 'Content-Disposition' HTTP header, dan MOET de bestandsnaam in het 'filename'-attribuut de ISO-8859-1 encoding hebben.
Echter, inmiddels ZOU je het 'filename*' attribuut MOETEN gebruiken, met een waarde die begint met utf-8'' en vervolgens de bestandsnaam in UTF-8, net zoals dat met URL's gaat.
Bijvoorbeeld:
Code (php)
1
2
3
2
3
Content-Disposition: attachment;
filename="EURO rates";
filename*= UTF-8''%e2%82%ac%20rates
filename="EURO rates";
filename*= UTF-8''%e2%82%ac%20rates
Zie: http://tools.ietf.org/html/rfc6266
Het oude 'filename' attribuut is bedoeld als fallback voor antieke browsers die nieuwe syntax uit 2011 nog niet herkennen.
Laatste aanvulling, als je het Engels machtig bent:
1. sla deze tutorial over, lees eerst http://kunststube.net/encoding
2. gebruik de Intl-extentie voor alle Unicode-bewerkingen
3. library-documentatie via http://site.icu-project.org
4. antwoorden op vragen zijn reeds gegeven op http://stackoverflow.com
De Intl-extentie is tevens veelzijdiger en sneller dan het native DateTime object van PHP.
1. sla deze tutorial over, lees eerst http://kunststube.net/encoding
2. gebruik de Intl-extentie voor alle Unicode-bewerkingen
3. library-documentatie via http://site.icu-project.org
4. antwoorden op vragen zijn reeds gegeven op http://stackoverflow.com
De Intl-extentie is tevens veelzijdiger en sneller dan het native DateTime object van PHP.
Om te reageren heb je een account nodig en je moet ingelogd zijn.
Inhoudsopgave
- Inleiding
- Over Unicode
- PHP en UTF-8
- Tekstbestanden
- Databases
- Overige in- en uitvoer
- Verwerking in PHP
- Conclusie
PHP hulp
0 seconden vanaf nu