将序列化对象存储在MySql数据库中

Question

我有一个很大的PHP对象，我想将其序列化并存储在MySQL数据库中。表格编码为UTF-8，用于保存序列化对象编码的列也是UTF-8。

问题是该对象包含一个包含法语字符的文本字符串。

例如：

Merci d'avoir passé commande avec Lovre. Voici le récapitulatif de votre commande 

当我将对象序列化并直接反序列化时，字符串保持不变且格式正确。

然而，当我将序列化后的对象存储到MySQL数据库中，然后再次检索并反序列化时，该字符串会变成这样：

Merci d'avoir passé commande avec Lovre. Voici le récapitulatif de votre commande 

当我将对象存储到数据库中时，出现了一些问题。

注：

• 使用propel ORM存储对象。
• 列类型为text。
• 字符串从html文件中存储和读取。

- Songo

---

你的文件采用什么编码格式？ - alexn

你可以尝试对其进行base_64编码，但你不应该这样做。数据库列是什么类型？你有检查过php中的数据库连接设置吗？ - The Silencer

@TheSilencer 数据库列类型为文本。数据库连接是使用 PROPEL 完成的。 - Songo

@alexn 字符串存储在HTML文件中。 - Songo

Answer 1

serialize创建的字符串是二进制字符串，它们没有特定的字符集编码，只是一个字节的“数组”（其中一个字节是8位，即一个八位组）。

如果你现在拿这样一个字符串告诉你的数据库它是LATIN-1编码的，并且你的数据库将其存储到UTF-8编码的文本字段中，数据库将自动将编码从LATIN-1更改为UTF-8。UTF-8是一种字符集编码，对于某些字符使用多个字节表示一个字符，例如你在问题中提到的é。

然后将字符é存储为é在数据库中，这是é的UTF-8字节序列。

如果你现在从数据库中获取数据而没有指定需要哪种编码，数据库将以UTF-8返回它。

现在unserialize有一个问题，因为二进制字符串已经被修改，使其无效。

相反，您需要告诉数据库在存储序列化字符串时不要修改编码，例如通过选择正确的列类型和编码（二进制字段，BLOB - 二进制大对象^MySQL文档，也可以参考二进制类型^Propel文档） -或者- 在从数据库获取数据时将字符集编码恢复为原始格式。第一种方法（二进制字段）更好，因为这正是您要寻找的。

对于已经以错误格式存储到数据库中的数据，您需要纠正数据。为此，您首先需要找出应用了哪种重新编码，例如从哪种字符集到哪种字符集。我假设它是LATIN-1，但不能保证。您需要检查当前应用程序数据和流程的编码以找出答案。

在找到答案后，将值从UTF-8重新编码为原始编码。

- hakre

---

我尝试了你说的并把列类型转换成了BLOB，但问题仍然存在。不过，在从数据库检索对象后，我决定对消息本身进行utf_decode处理，这解决了问题。 - Songo

它是否对现有数据和/或新数据持久存在？此外，我不是专业人士，但我相信数据库层必须有一个简单的解决方案，因此您无需关心应用程序逻辑代码中的编码。如果您无法在数据库层解决它，则 PHP 中还有 Serializable 接口可能有助于保持代码清洁。 - hakre

我目前还处于开发阶段，因此没有任何现有数据。我检查了 PROPEL 配置并确信它在连接中使用 UTF-8。也许我在这方面错过了什么，但我会研究你提到的 Serializable 接口。感谢你的帮助。 - Songo

Answer 2

请确保在任何地方都使用 utf-8 - 听起来你可能漏掉了一些东西。

在您的情况下，我认为您忘记了为数据库连接设置正确的字符集（使用SET NAMES语句或mysql_set_charset()）- 但是没有看到您的代码很难说（我也不知道propel）。

以下是来自chazomaticus的引用，在UTF-8 all the way through中给出了完美的答案，列出了您需要注意的所有要点：

存储：

• 在数据库中的所有表和文本列上指定utf8_unicode_ci（或等价）排序规则。这将使MySQL原生地以UTF-8存储和检索值。

检索：

• 在PHP中，无论您使用哪个DB包装器，都需要将连接字符集设置为utf8。这样，当MySQL将数据交给PHP时，它就不会从其原生UTF-8进行转换。 * 请注意，如果您不使用DB包装器，则可能必须发出查询来告诉MySQL以UTF-8提供结果：SET NAMES 'utf8'（一旦连接）。

传递：

• 您必须告诉PHP向客户端提供正确的标题，以便文本被解释为UTF-8。在PHP中，您可以使用default_charset php.ini选项，或手动发出Content-Type标题本身，这仅仅是更多的工作，但具有相同的效果。

提交：

• 您希望浏览器发送给您的所有数据都是UTF-8格式的。不幸的是，可靠地实现这一点的唯一方法是将accept-charset属性添加到所有<form>标记中：<form ... accept-charset="UTF-8">。
• 请注意，W3C HTML规范指出，客户端“应该”默认将表单发送回服务器以服务器提供的任何字符集，但这显然只是一个建议，因此需要在每个单独的<form>标记上明确指定。
• 尽管如此，在此方面上，您仍然需要验证每个提交的字符串是否为有效的UTF-8，然后再尝试在任何地方存储或使用它。PHP的mb_check_encoding()可以完成此操作，但必须要严格使用。

处理：

• 不幸的是，这是最困难的部分。您需要确保每次处理UTF-8字符串时都能安全地进行。最简单的方法是广泛利用PHP的mbstring扩展。
• PHP的字符串操作默认情况下不是UTF-8安全的。某些事情您可以通过常规PHP字符串操作来安全地完成（如串联），但对于大多数事情，您应该使用等效的mbstring函数。
• 要知道您正在做什么（即：不要把它搞砸），您确实需要了解UTF-8以及它在可能的最低级别上的工作原理。从utf8.com中选择任何链接，以获取您需要了解的所有信息的好资源。
• 此外，我觉得应该在某个地方提到这一点，即使它似乎很明显：您将提供的每个PHP或HTML文件都应编码为有效的UTF-8。

请注意，您不必使用utf-8——重要的是在任何情况下都使用相同的字符集。但如果您需要进行更改，请使用utf-8。

- oezi

Answer 3

我经常使用base64_encode()来存储序列化数据。有时候，序列化数据会出现问题，但是使用它的base64值后，只剩下简单的字符。

- tim

Answer 4

我强烈推荐你使用 json_encode而不是serialize。有一天，你会发现自己试图从另一个不是PHP的地方使用那些数据，并且将其存储在JSON中使其可读性非常高，几乎每种语言都支持解码JSON并且它是一个被广泛认可的标准。

关于到处使用utf8的回答是正确的！:-D

- Ariel Scarpinelli

---

不是一个好主意：1.它将数组转换为对象，2.类类型和方法都会丢失。 - Elia Weiss

方法无论如何都会丢失……你不能通过serialize调用来保存它们。 相信我，将序列化的东西存储起来是一个更糟糕的想法.. 你最终需要从其他地方读取那些东西。 如果你需要反序列化回一个类，只需将类型存储为字符串，然后在之后切换以使用json数据作为字段实例化正确的类，而不是返回纯json，就像任何ORM基本上为DB记录所做的那样。 - Ariel Scarpinelli

在某些情况下，JSON可能更好。然而，这里的问题是如何序列化PHP对象，因此你可以继续使用PHP，并且无法将PHP对象转换为JSON，因为那样你就无法对其进行反序列化/ json_decode，从而无法重新创建原始的PHP对象。 - Jan