php - 将网页从不同的字符集迁移到 UTF-8

Question

过去几年，我在 Win XP SP2 上使用 Notepad++。正如我刚刚看到的，Notepad++ 中的设置是将新文件编码为“Windows 格式”中的“ANSI”格式。基本上我硬盘上的所有文件都应该是 ANSI 文件，但我不确定。大多数 .html 文件都有一个字符集标签，如“text/html; charset=iso-8859-1”，但有些没有。其他文件，尤其是我用 Firefox XPCOM 系统存储的文本文件(例如关键字列表)，我不知道它们当前是如何编码的。

在服务器端，我有带 PHP 和 MySql 的 Apache。对于上传，我使用了 Filezilla。

现在的问题是:我想使用日语符号(或阿拉伯语等)。这仅部分起作用。我可以让我自制的 Firefox 应用程序不断写入或读取 UTF-8。但是我无法每次都检查哪些旧文件是哪种编码。

刚刚阅读了 Joel Spolsky 关于 UTF-8 的旧文章，这加强了我的观点，即我只需将我的整个系统尽可能多地更改为 UTF-8。只要我让它在我的硬盘上以本地方式运行，我就可以将所有内容重新上传到服务器。

那么:如何将所有文件在本地传输为 UTF-8？并且:是否有可能让 Win XP SP2 在任何地方都不断使用 UTF-8？或者我是否必须检查每个程序，甚至更糟的是检查每个文件，以确保使用正确的编码。例如，我通过电子邮件或通过 USB 内存棒获得的文件，或者我下载的 zip 文件中的文件怎么样？ (或更多的一千种可能性。)

更新:

1.-4。到目前为止一切顺利。我首先尝试使用 BOM，但似乎没有更好。
所以到 5.) 我也必须改变那里的东西。我在 3.) 中更改了 html-template-file 中的字符集，并且来自模板的文本显示正确。但是来自 MySql/Php 的文本目前在某些地方显示了 UnknownChar 符号，即应该有 Umlaute äöü 的地方。我已经通过 phpmyadmin 将 MySql 数据库中文本字段的所有排序规则更改为“utf8_unicode_ci”，但这并没有起到作用。这是一个 php 问题，还是我只需要以某种方式转换一次 MySql 数据库中的数据？

Answer 1

1. UTF-8 的优点在于它是 ASCII 的超集，因此如果您的 html 和 php 文件仅包含拉丁字母(即英语和编程/HTML 语法)，您根本不需要转换文件。您可以保留大部分文件不变。
2. 如果您发现一些异常需要手动转换，您可以在 Notepad++ 中打开它们，然后执行“编码”-“将转换为 UTF-8(无 BOM)”。
3. 是的，您确实需要为所有 HTML 文件更改/添加 <meta> 字符集标记，以确保浏览器以 UTF-8 格式呈现您的文件。
4. 在 Notepad++ 中，您可以将新文件设置为始终使用“UTF-8(无 BOM)，Unix”打开。此外，勾选“应用于 ANSI 文件”，以便旧文件可以正确保存为新编码。我建议格式是因为即使您在 Windows 机器上工作，Web 服务器通常运行 Linux/BSD，所以格式是 native 格式(保持 native 格式的文件很重要，尤其是当您使用版本控制系统时)。
5. 使用数据库迁移实时网站是另一回事。 MySQL 中的数据带有自己的编码，根据您的问题，我无法判断您是否需要这样做以及如何做。需要更多细节(如果需要)。