Chức năng PHP serialize có tương thích với UTF-8 không?

Question

Tôi có một trang web tôi muốn di chuyển từ ISO đến UTF-8.

Tôi có một kỷ lục trong cơ sở dữ liệu lập chỉ mục của khóa chính sau đây:

s:22:"Informations générales"; 

Vấn đề là, bây giờ (với UTF-8), khi tôi sắp đặt từng chuỗi, tôi nhận được:

s:24:"Informations générales"; 

(lưu ý kích thước của chuỗi hiện là số byte, không phải là chuỗi dài)

Vì vậy, điều này không tương thích với các bản ghi trước đó không phải là utf8!

Tôi có làm gì sai không? Làm thế nào tôi có thể sửa lỗi này?

Cảm ơn

Answer 1

Hành vi hoàn toàn chính xác. Hai chuỗi với các mã hóa khác nhau sẽ tạo ra các luồng byte khác nhau, do đó các chuỗi tuần tự khác nhau.

Answer 2

PHP 4 và 5 không có hỗ trợ Unicode tích hợp; Tôi tin rằng PHP 6 đang bắt đầu bổ sung thêm hỗ trợ Unicode mặc dù tôi không chắc nó hoàn toàn như thế nào.

Answer 3

Bạn không làm gì sai. PHP trước khi v6 không phải là Unicode nhận thức, và như vậy không hỗ trợ nó, nếu bạn không đánh bại nó được (tức là, thông qua phần mở rộng mbstring hoặc các phương tiện khác).

Chúng tôi ở đây đã viết trình bao bọc riêng của chúng tôi xung quanh serialize() để khắc phục điều này. Bạn cũng có thể chuyển sang các kỹ thuật tuần tự hóa khác, như JSON (với json_encode() và json_decode() trong PHP từ 5.2.0).

Answer 4

Dump cơ sở dữ liệu trong latin1.

Trong dòng lệnh:

sed -e 's/latin1/utf8/g' -i ./DBNAME.sql 

nhập các tập tin chuyển đổi sang một cơ sở dữ liệu mới trong UTF-8.

Sử dụng tập lệnh php để cập nhật từng trường. Thực hiện một truy vấn, lặp qua từng lĩnh vực và cập nhật các chuỗi tuần tự sử dụng này:

$str = preg_replace('!s:(\d+):"(.*?)";!se', "'s:'.strlen('$2').':\"$2\";'", $str); 

Sau đó, tôi đã có thể sử dụng unserialize() và tất cả mọi thứ làm việc với UTF-8.

Answer 5

Để unserialize một mảng serialized utf-8 mã hóa:

$array = @unserialize($arrayFromDatabase); 
if ($array === false) { 
    $array = @unserialize(utf8_decode($arrayFromDatabase)); //decode first 
    $array = array_map('utf8_encode', $array); // encode the array again 
}