PHP如何确定浏览器POST请求数据中的字符编码？

Question

PHP如何确定浏览器POST请求数据中的字符编码？

5

当浏览器在POST请求的主体中发送数据（即表单元素中的name=value对），PHP如何确定字符编码，以便将比特流正确解码为其自身内部使用的字符？对于某些任务，我可以理解PHP不需要解码，例如对于SQL INSERT查询，它可能只需将数据/字符串传递给DBMS而无需进行其他处理。但对于文本处理/正则表达式操作，我想PHP将需要将比特流解码为字符，然后才能执行测试、模式匹配等操作。另外，由于编码是由浏览器确定的，因此PHP将需要从浏览器获得关于POST数据所使用的字符集的指导。期望这种指导将在请求头中提供，我设置了一个文本表单。

<meta charset="utf-8">

在包含表单的网页头部，填写一些值并提交表单后，请求头不会显式地包含有关如何编码POST数据的信息。

POST /experiments/foo.php HTTP/1.1
Host: localhost
Connection: keep-alive
Content-Length: 57
Pragma: no-cache
Cache-Control: no-cache
Origin: http://localhost
Upgrade-Insecure-Requests: 1
User-Agent: Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36
Content-Type: application/x-www-form-urlencoded
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8
Referer: http://localhost/experiments/how_does_php_encode_data_it_receives_from_browser.php
Accept-Encoding: gzip, deflate
Accept-Language: en-GB,en-US;q=0.8,en;q=0.6

还是有其他问题存在吗？例如，浏览器是否需要将字符编码为某个预先确定的标准？
PHP如何知道如何解码从浏览器POST请求接收到的数据？

- the_velour_fog

关键是Content-Type: application/x-www-form-urlencoded 请参考：https://www.w3.org/TR/html401/interact/forms.html#h-17.13.4 - Sammitch

1

PHP无法从Web请求中解码任何内容。Web服务器通常使用apache处理请求，并在需要时调用PHP解释器。然后浏览器告诉Web服务器它如何编码数据，循环继续进行... - Xorifelse

基本上，您应该已经知道预期的字符编码，并配置PHP接受该编码。 - PHP Guru

2个回答

1

来自PHP.net-核心php.ini指令描述：

default_charset 字符串

从PHP 5.6开始，“UTF-8”是默认值，并且如果省略了编码参数，则其值将用作htmlentities（），html_entity_decode（）和htmlspecialchars（）的默认字符编码。如果iconv.input_encoding，iconv.output_encoding和iconv.internal_encoding配置选项未设置，则default_charset的值还将用于设置iconv函数的默认字符集，以及如果mbstring.http_input mbstring.http_output mbstring.internal_encoding配置选项未设置，则用于mbstring函数。

如果头部没有被header()调用覆盖，所有版本的PHP都将使用此值作为默认Content-Type标题中的字符集。

示例：

Content-Type: text/html; charset=UTF-8

当使用method = POST（或GET）提交表单时，它会使用声明的字符集对名称-值对进行URL编码，并将它们添加到POST请求的正文中。然后，PHP再次解码它们，并以声明的字符集将它们添加到$ _POST数组中。（通常这将是UTF-8。）

PHP的内部函数基于php.ini中的设置工作。例如，如果default_charset设置为UTF-8，则像htmlspecialchars这样的函数将在传递包含任何无效UTF-8字节序列的字符串时返回空字符串。来自PHP.net：

返回值

转换后的字符串

如果输入字符串在给定编码中包含无效的代码单元序列，则将返回一个空字符串，除非设置了ENT_IGNORE或ENT_SUBSTITUTE标志。

- PHP Guru

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- the_velour_fog · Accepted Answer

关于GET数据，W3C标准说明：

注意。 "get"方法将表单数据集值限制为ASCII字符。
只有使用enctype =“multipart / form-data”的“post”方法才指定覆盖整个[ISO10646]字符集。

所以，对于GET，如果表单元素具有属性enctype =“multipart / form-data”，则浏览器似乎被锁定为ASCII，似乎标准支持更大的字符集[ISO10646]。
而且我猜因为它更接近纯比特流，所以默认的Content-type application / x-www-form-url-encoded 支持所有字符编码。特别是这篇文章指出：
http://www.herongyang.com/PHP/Non-ASCII-Form-Basic-Rules.html

URL编码将所有非ASCII字节转换为“% xx”，其中“xx”是字节的HEX值。

因此，这似乎解释了浏览器可能发送的字符集，但不清楚它如何指示PHP实际接收到的字符集（除了GET，PHP将知道它只能是ASCII）。
否则，从我所理解的来看，浏览器对于发送的表单数据的字符编码没有直接指导。
不过我可能错了，如果有任何反馈/替代方案，我会很感兴趣。
否则，从我所知道的，该方案的完整性基本上取决于服务器简单地“记住”

<meta charset="utf-8">

或者

<form ... accept-charset="utf-8">

它发送给用户的值（并希望用户不通过浏览器“设置”更改字符编码），并期望浏览器会忠实地以该字符集发送后续请求。换句话说，如果您的团队中有一个负责HTML的Web设计师，并且他们设置了HTML元标记，他们需要通知数据库管理员：“嘿，您需要设置您的数据库架构、表等来期望UTF-8编码”。这是因为服务器端开发人员/数据库管理员无法动态检查编码（例如，如果表单提交来自字符集不同的国家的用户，其浏览器可能设置为某种不同的字符集）。并可能拒绝或记录警告等...基本上，似乎开发人员需要显式地为包含表单的每个HTML页面设置字符集，例如，然后只需相信浏览器将以与包含表单的HTML编码相同的字符集发送POST数据。

PHP如何确定浏览器POST请求数据中的字符编码？

进一步阅读