为什么从CRON运行php脚本会导致字符编码问题？

Question

我有我从这里的终端上运行PHP脚本它做什么：

• 抓取一行数据从数据库中（表存储JSON字符串被这个剧本特别处理）;
• 将JSON字符串转换为数组，并准备要插入数据库的数据。
• 插入所需的数据到数据库

这里是脚本：

#!/usr/bin/php 
<?PHP 
    //script used to parse tweets we have gathered from the twitter streaming API 
    mb_internal_encoding("UTF-8"); 
    date_default_timezone_set('UTC'); 

    require './config/config.php'; 
    require './libs/db.class.php'; 

    require './libs/tweetReadWrite.class.php'; 
    require './libs/tweetHandle.class.php'; 
    require './libs/tweetPrepare.class.php'; 
    require './libs/pushOver.class.php'; 
    require './libs/getLocationDetails.class.php'; 

    //instatiate our classes 
    $twitdb = new db(Config::getConfig("twitterDbConnStr"),Config::getConfig("twitterDbUser"),Config::getConfig("twitterDbPass")); 

    $pushOvr = new PushOver();           // push error messages to my phone 
    $tweetPR = new TweetPrepare();          // prepares tweet data 
    $geoData = new getLocationDetails($pushOvr);      // reverse geolocation using google maps API 
    $tweetIO = new TweetReadWrite($twitdb,$tweetPR,$pushOvr,$geoData); // read and write tweet data to the database 

    /* grab cached json row from the ORCALE Database 
    * 
    * the reason the JSON string is brought back in multiple parts is because 
    * PDO doesnt handle CLOB's very well and most of the time the JSON string 
    * is larger than 4000 chars - its a hack but it works 
    * 
    * the following sql specifies a test row to work with which has characters like €$£ etc.. 
    */ 
    $sql = " 
      SELECT a.tjc_id 
       , dbms_lob.substr(tweet_json, 4000,1) part1 
       , dbms_lob.substr(tweet_json, 8000,4001) part2 
       , dbms_lob.substr(tweet_json, 12000,8001) part3 
      FROM twtr_json_cache a 
      WHERE a.tjc_id = 8368 
      "; 

    $sth = $twitdb->prepare($sql); 
    $sth->execute(); 
    $data = $sth->fetchAll(); 

    //join JSON string back together 
    $jsonRaw = $data[0]['PART1'].$data[0]['PART2'].$data[0]['PART3']; 

    //shouldnt needs to do this, doesnt affect the outcome anyway 
    $jsonRaw = mb_convert_encoding($jsonRaw, "UTF-8"); 

    //convert JSON object to an array 
    $data = json_decode($jsonRaw,true); 

    //prepares the data (grabs the data I need from the JSON object and does some 
    //validation etc then finally submits to the database 
    $result = $tweetIO->saveTweet($data); // returns BOOL 
    echo $result; 
?> 

现在

，如果我跑这从./proc_json_cache.php或php proc_json_chache.php终端正常工作数据库UTF数据到达-8编码，一切正常，数据库中的数据看起来像这样£$@€ < test。

如果我通过CRON调用这个脚本，它仍然会保存数据，但像€£等特殊字符只是正方形，数据库中的数据看起来像这样��$@��� < test。

那么遥远的事情，我已经试过要添加以下行到我的crontab：

TERM=xterm 
SHELL=/bin/bash 

这是因此它符合我目前的外壳ENV会话设置，并且还加入了以下以调用我的PHP的bash脚本脚本：

export NLS_LANG="ENGLISH_UNITED KINGDOM.AL32UTF8" 
export LANG="en_GB.UTF-8" 

又符合我目前的shell的环境设置，但是当脚本是从cron运行VS直接在终端我仍然得到字符编码问题。

有没有其他人有类似的问题，可以阐明如何解决这个问题？ 在此先感谢。

编辑：

这里是有关服务器的一些信息：

OS：SUSE Linux Enterprise Server 11 PHP：5.2.14

Answer 1

好的，经过好几个小时的调查后发现，它似乎与shell会话变量没有传递给PHP脚本有关。

有一件事我忘了提的是，该脚本没有被直接cron作业，而是由另一个守护型PHP脚本检查是否脚本已在运行，如果没有它会使用pcntl_exec()打电话叫剧本。

现在，因为我没有将环境设置作为第三个参数传递，这意味着我在crontab中设置的任何shell环境设置都不会传递到我的脚本（即共享当前进程空间）。

所以我实际上做的是：

pcntl_exec($script, $args); //script take over the process space 
          //but no continued shell env settings 

当我应该做的事情是：

$a = get_defined_vars(); 
pcntl_exec($script, $args, $a['_SERVER']); //script take over the process space 
              //but with shell env settings continued 

看到pcntl_exec()的php.net手册，了解更多信息。

Answer 2

尝试增加以调用PHP脚本的bash脚本：

unset LANG LANGUAGE LC_CTYPE 
export LANG=en_GB.UTF-8 LANGUAGE=en LC_CTYPE=en_GB.UTF-8 

参见：Re: Crontab's charset not in utf-8