PHP如何在内部表示字符串？

UTF8？
UTF16？

PHP中的字符串是否也跟踪使用的编码？

让我们以这个脚本为例。说我跑步：

$original = "शक्नोम्यत्तुम्";

实际发生了什么？

显然，我认为$original不会只包含7个字符。这些字形必须在此处分别由几个字节表示。

然后我做：

$converted = mb_convert_encoding ($original , "UTF-8");

会发生什么$converted？有$converted什么不同$original？

它会与字节序列完全相同，$original但编码不同吗？

一个PHP字符串只是一个字节序列，没有任何编码标记。字符串值可以来自各种来源：客户端（通过HTTP），数据库，文件或源代码中的字符串文字。PHP将所有这些读取为字节序列，并且从不提取任何编码信息。

只要所有数据源和目标都使用相同的编码，最糟糕的事情可能是字符串位置错误（如果使用多字节编码），因为PHP会计算字节而不是字符。

但是，如果编码不匹配（例如，您在存储为UTF-8的源文件中写入字符串文字，然后将其发送到需要Latin-1的数据库中），PHP将不会为您执行任何转换：愉快地复制原始字节。

最好的解决方案是这样的：

• 将PHP的内部编码设置为UTF-8。
• 将所有源文件另存为UTF-8。
• 使用UTF-8作为输出编码（不要忘记发送适当的Content-type标头）。
• 将数据库连接设置为使用UTF-8（SET NAMES UTF8在MySQL中）。
• 尽可能将其他所有配置为UTF-8。
• 对于您无法控制的任何内容（例如，第三方Web服务），请确保您知道该编码，并尽早转换为UTF-8，并尽可能晚地转换回另一种编码。

为什么选择UTF-8？因为它可以表示所有Unicode字符，从而取代了所有现有的7位和8位编码，并且因为它与ASCII二进制兼容，所以每个有效的ASCII字符串也是一个有效的UTF-8字符串（但不是vv ）。

在您的示例中，将发生这种情况。

首先，保存您的源文件；您的文本编辑器可能配置为使用UTF-8，因此您的字符串文字最终以UTF-8编码在磁盘上。PHP读取该文件，并将字符串解释为一系列字节；$original现在包含一个由7个字符组成的UTF-8编码字符串，这只是一个字节序列（尽管它包含7个以上的字节，因为每个字符由两个或多个字节表示）。如果您随后调用echo $original，则编码后的字符串将按原样发送给客户端；如果您告诉客户期望使用UTF-8，那么一切都很好，但是如果没有，PHP将无法告诉您区别，最终您将在浏览器中产生垃圾。作为实验，请尝试以下操作：

$original = "शक्नोम्यत्तुम्";
echo strlen($original);

strlen 是与编码无关的，并且假定使用固定宽度的8位编码，即每个字符一个字节，因此它将计算字节，而不是字符。