Có phải utf-8 phù hợp với loại văn bản/đồng bằng không?

Question

Tôi đang xuất dữ liệu qua các tệp. Đầu ra là dữ liệu được mã hóa base64.

$data = base64_encode(serialize($data)); 

mà kết quả trong một cái gì đó như:

bGFzcyI6MTp7czo1OiJzZXR1cCI7YTo3Mzp7czoyNToicGFnZXNfY29udGFjdF91c19oZWFkbGlu 

Vì vậy, tôi tự hỏi điều gì charset là phù hợp hơn cho dữ liệu này (plain text). ascii của chúng tôi có vẻ đủ nhưng utf-8 luôn có vẻ là một mặc định chống lỗi.

header('content-type: text/plain; charset=utf-8'); 

Answer 1

Nó thực sự không quan trọng; nội dung của bạn hợp lệ US-ASCII, hợp lệ UTF-8, hợp lệ ISO-8859-1 (hoặc, tôi tin rằng, bất kỳISO-8859-x), hợp lệ Windows-1252, v.v. Chỉ cần không đặt UTF-16 hoặc EBCDIC hoặc gì đó.

(Đối với giá trị của nó, tôi muốn đi với US-ASCII, vì nó được hỗ trợ đầy đủ bởi ngay cả máy tính tiền Unicode mà không được rõ ràng một bộ ký tự trước Unicode như ISO-8859-1 hoặc không, nhưng đó thực sự là một sở thích chủ quan.)

Answer 2

Thậm chí bạn sẽ không cần bộ ký tự. 'text/plain' có thể không chính xác, bởi vì nó cũng không thực sự là văn bản.

Mặc dù nó tương thích với ascii, utf-8, latin1 (như ruakh được đề cập), bạn chỉ nên coi đó là tệp nhị phân.

Cập nhật

tôi muốn làm rõ điều này một chút (sau khi tất cả các downvotes, guys chung cho tôi một cơ hội!)

@ dan04: UTF-8 là văn bản, tôi đã không nói không phải vậy. Base64 không phải là, base64 cũng là một mã hóa, nhưng nó có thể mã hóa bất kỳ chuỗi nhị phân nào. Base64 được mã hóa theo cách mà nó có thể bọc nó trong US-ASCII (và do đó cũng là UTF-8 và latin1/ISO-8859).

Base64 vẫn chỉ là chuỗi nhị phân, chứ không phải theo văn bản định nghĩa. Thực tế là cùng một loạt các giá trị octet được sử dụng như US-ASCII (và 'printable' bởi bất cứ thứ gì đọc US-ASCII) không làm cho nó thành văn bản.

Đây cũng là lý do tại sao Base64 không có mimetype riêng. Nó được coi là một mã hóa chuyển nội dung. (nhìn lên!)

Vì vậy, cách chính xác thực sự để phân phát Base64 với mimetype của chuỗi chứa, cùng với tiêu đề Mã hóa-Chuyển mã hóa. Ví dụ, nếu bạn đang mã hóa một jpeg, đây là định dạng đúng.

Content-Type: image/jpeg 
Content-Transfer-Encoding: base64 

Đây cũng là lý do tại sao tôi không muốn nói bất cứ điều gì về nội dung của chuỗi (hoặc không có thông tin này), tốt nhất là coi đó là 'binary binary', ví dụ:

Content-Type: application/octet-stream 
Content-Transfer-Encoding: base64