php - 如果 default_charset 为空，字符集是什么

Question

从 PHP 5.6 开始，default_charset 字符串被设置为 "UTF-8"，例如in the php.ini documentation .它表示该字符串对于早期版本是空的。

当我创建一个 Java 库来与 PHP 通信时，我需要知道当一个字符串在内部作为字节处理时我应该期待哪些值。如果 default_charset 字符串为空并且(文字)字符串包含 ASCII 范围之外的字符，会发生什么情况？我应该期待平台的默认字符编码，还是源文件使用的字符编码？

Answer 1

简答

对于文字字符串——总是源文件编码。 default_charset 值在这里什么都不做。

更长的答案

PHP 字符串是“二进制安全的”，这意味着它们没有任何内部字符串编码。 PHP 中的字符串基本上只是字节缓冲区。

对于文字字符串，例如$s = "Ä" 这意味着字符串将包含在引号之间保存在文件中的任何字节。如果文件以 UTF-8 格式保存，这将等同于 $s = "\xc3\x84"，如果文件以 ISO-8859-1 格式保存 (latin1) 这相当于 $s = "\xc4"。

设置 default_charset 值不会以任何方式影响存储在字符串中的字节。

default_charset 做了什么？

一些必须将字符串作为文本 处理并且编码感知的函数接受$encoding 作为参数(通常是可选的)。这告诉函数文本在字符串中的编码方式。

在 PHP 5.6 之前，这些可选的 $encoding 参数的默认值要么在函数定义中(例如 htmlspecialchars())，要么在每个扩展的各种 php.ini 设置中配置分别(例如 mbstring.internal_encoding、iconv.input_encoding)。

在 PHP 5.6 中引入了新的 php.ini 设置 default_charset。旧设置已弃用，所有接受可选 $encoding 参数的函数现在应在未明确指定编码时默认为 default_charset 值。

但是，开发人员有责任确保字符串中的文本实际按照指定的编码进行编码。

---

链接:

• Details of the String Type
  有关 PHP 字符串性质的更多详细信息(在撰写本文时未提及 default_charset)。
• New features in PHP 5.6: Default character encoding
  PHP 5.6 发行说明中新的 default_charset 选项的简短介绍。
• Deprecated features in PHP 5.6: iconv and mbstring encoding settings
  支持 default_chaset 选项的弃用 php.ini 选项列表。