PHP开发者有什么更好的选择 - Unicode还是UTF-8？

Question

对于PHP开发人员来说什么更好 - Unicode或UTF-8？

我打算创建一个国际CMS。所以我会在全世界有客户。他们会讲所有可能的语言。

什么编码格式更适合浏览器识别和DB数据存储？

Answer 1

“Unicode”不是编码。你可能意思是UTF-8与UTF-16（big-endian或little-endian）。对浏览器的支持真的没什么关系。任何现代浏览器都将支持这三种。您可能会发现UTF-8是数据库中空间效率最高的。

Answer 2

UTF-8 是的Unicode编码。你可能意味着你想选择UTF-8和UTF-16。

Microsoft recommends是

开发人员应使用UTF-8，它们之间发送和 从浏览器接收所有 Unicode数据。

对于数据库存储，使用RDBMS更好支持的编码。或者，在其他条件相同的情况下，根据空间效率进行选择。对于英语和大多数欧洲语言而言，UTF-8较小，而对于亚洲语言而言，UTF-16往往较小。

Answer 3

UTF-8是Unicode的一种编码，它是将Unicode字符（抽象）序列表示为（具体）字节序列的一种方式。还有其他的编码，如UTF-16（它既有大端的也有小端的变体）。 UTF-8和UTF-16都可以代表Unicode中的任何字符，因此无论您选择哪种语言，都可以支持所有语言。

如果您的大部分文本都是西文语言，UTF-8会很有用，因为它仅代表一个字节中的ASCII字符，但它需要三个字节用于“外来”字母（如中文）中的许多字符。另一方面，对于所有可能遇到的字符，UTF-16使用恰好两个字节（尽管一些非常深奥的字符，那些在Unicode的“基本多语言平面”之外的字符需要四个字符）。

虽然我不推荐使用PHP开发国际软件，因为它并不真正支持Unicode。它具有一些使用Unicode编码的附加函数（请参阅multibyte string函数），但PHP核心将字符串视为字节而不是字符，因此标​​准PHP字符串函数不适合处理编码为多于一个字节。例如，如果您在包含字符“大”的UTF-8表示的字符串上调用PHP的strlen()，则它将返回3，因为该字符在UTF-8中占用三个字节，即使它只有一个字符。使用字符串分割函数（如substr()）是不稳定的，因为如果在多字节字符中间分割会损坏字符串。

大多数用于Web开发的其他语言（如Java，C＃和Python）都内置了对Unicode的支持，因此您可以将任意Unicode字符放入字符串中，而无需担心使用哪种编码在内存中表示它们，因为从您的角度来看，一个字符串包含字符，而不是字节。这是使用Unicode文本更安全，错误更少的方式。由于这个和其他原因（PHP并不是真的很棒的语言），我建议使用别的东西。

（我读过PHP 6将有适当的Unicode支持，但是这还不可用。）

Answer 4

这是更好地使用UTF-8，因为它是指全世界所有语言的口音。 UTF-8也有扩展的规定，可以添加更多未使用或已识别的字符。我更喜欢并始终使用UTF-8及其系列。

Answer 5

Unicode是一种标准，它定义了一堆抽象字符（所谓的代码点）及其属性（是数字，是否大写等）。它还定义了某些编码（用字节表示字符的方法），UTF-8就是其中之一。有关更多详细信息，请参见Spolsky的The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)。

我一定会用UTF-8去，它无处不在的标准，这些天，有一些不错的性能，如留在原位的所有7位ASCII字符，这意味着大多数HTML相关的功能，如htmlspecialchars能直接用于UTF-8表示，所以你不太可能留下与编码相关的安全漏洞。另外，很多PHP函数都明确地期望UTF-8字符串，并且UTF-8也比UTF-16更好地支持文本编辑器。