MongoDB PHP UTF-8 问题另请参见

php mongodb utf-8

2022-08-31 00:57:17

假设我需要插入以下文档：

{
    title: 'Péter'
}

（注意 é）

当我使用以下PHP代码时，它给了我一个错误... ：

$db->collection->insert(array("title" => "Péter"));

...因为它需要是utf-8。

所以我应该使用这行代码：

$db->collection->insert(array("title" => utf8_encode("Péter")));

现在，当我请求文档时，我仍然需要对其进行解码... ：

$document = $db->collection->findOne(array("_id" => new MongoId("__someID__")));
$title = utf8_decode($document['title']);

有没有办法自动化这个过程？我可以更改MongoDB的字符编码吗（我正在迁移使用cp1252西欧（latin1）的MySQL数据库？

我已经考虑过更改Content-Type-header，问题是所有静态字符串（硬编码）都不是utf8...

提前致谢！提姆

答案 1

JSON和BSON只能编码/解码有效的UTF-8字符串，如果您的数据（包含的输入）不是UTF-8，则需要在将其传递到任何JSON依赖系统之前对其进行转换，如下所示：

$string = iconv('UTF-8', 'UTF-8//IGNORE', $string); // or
$string = iconv('UTF-8', 'UTF-8//TRANSLIT', $string); // or even
$string = iconv('UTF-8', 'UTF-8//TRANSLIT//IGNORE', $string); // not sure how this behaves

就个人而言，我更喜欢第一个选项，请参阅iconv（）手册页面。其他替代方案包括：

mb_convert_encoding()
utf8_encode(utf8_decode($string))

您应该始终确保您的字符串是UTF-8编码的，甚至是用户提交的字符串，但是既然您提到要从MySQL迁移到MongoDB，您是否尝试过将当前数据库导出为CSV并使用Mongo附带的导入脚本？他们应该处理这个问题...

编辑：我提到BSON只能处理UTF-8，但我不确定这是否完全正确，我有一个模糊的想法，BSON使用UTF-16或UTF-32来编码/解码数据，但我现在无法检查。

答案 2

如前所述@gates，BSON中的所有字符串数据都编码为UTF-8。MongoDB假设了这一点。

两个答案都没有解决的另一个关键点：PHP不是Unicode感知的。无论如何，截至5.3。PHP 6应该是Unicode感知的。这意味着您必须知道操作系统默认使用哪种编码以及PHP使用的编码。

让我们回到你最初的问题：“有没有办法自动化这个过程？我的建议是确保在整个应用程序中始终使用 UTF-8。配置，输入，数据存储，演示，一切。那么“自动化”部分是，你的大多数PHP代码会更简单，因为它总是假设UTF-8。无需转换。哎呀，没有人说自动化很便宜。:)

这是题外话。如果您创建了一个小的PHP脚本来测试该代码，请弄清楚文件的编码是什么，然后在插入之前转换为UTF-8。例如，如果您知道文件是 ISO-8859-1，请尝试以下操作：insert()

$title = mb_convert_encoding("Péter", "UTF-8", "ISO-8859-1");
$db->collection->insert(array("title" => $title));