剖析網頁字元集的設定順序

字元集

作者：360weboy
新浪微博：http://weibo.com/360weboy
博文連結: http://www.360weboy.com/php/fundament/charset.html

上個星期在為一個電子商務網站進行資料轉移到新系統中的時候，發現一些產品描述字元老是輸出亂碼，確定是字元集的問題以後，對字元集再次進行了一次調研，確定了影響頁面字元集的方式主要下面幾種方式:
1. 檔案的編碼方式
2. Apache2的預設字元集設定
3. PHP.ini中的預設字元集的設定
4. PHP指令碼中手動輸出header(‘Content-type:text/html;charset=xxx’);
5. html頁面中加入
我對以上五種方式都進行了一一測試，並且確定了5種方式對於瀏覽器字元集選擇的優先順序。首先我建立了一個以utf8編碼的test.php檔案，內容如下:



我使用chrome訪問test.php, 因為我的chrome瀏覽器的預設字元集不是utf8,應該是gb2312或者gbk，所以我在瀏覽器中看到了如下亂碼:



header與meta的優先順序比較

接下來，先來測試以上的4,5兩種方式。我向html頁面中分別加入了，內容顯示正常。





去掉header中的meta標籤，加入header(‘Content-type:text/html;charset=utf8′);內容顯示正常。那麼，meta標籤和header的方式，那個優先順序高呢，我在頁面裡同時設定了這兩項，header設定為gb2312, meta設定為utf8:



結果內容顯示不正常，說明header的優先順序高。瀏覽器先採用http頭部中的字元集設定，然後是html頁面中meta標籤設定的字元集。



php.ini中設定預設字元集以後的影響

接下來，我們來看下在php.ini中設定預設字元集以後的情形。為了測試下優先順序，我們先將頁面中的header以及meta設定的字元集都改為gb2312,那麼這樣內容肯定顯示為亂碼。然後，我們開啟php.ini檔案，找到如下設定，去掉前面的引號，設定字元集為utf8:



設定好以後，記得要重啟下apache2伺服器，結果顯示如下:



我們看到，在php.ini設定預設字元集為utf8以後，它被加入到了回應標頭Content-type末尾，從而覆蓋了在php指令碼中通過header函數輸出的gb2312的字元集，瀏覽器根據該頭部中的資訊，認為內容是utf8的字元集，最後內容現實正常。由此可見，php.ini中字元集設定的優先順序高於header函數以及meta標籤。

apache2中設定預設字元集

最後，我們來設定下apache2中的預設字元集來測試下。這次將header,meta,php.ini中的字元集都設定為gb2312,然後在apache2設定預設字元集為utf8:



重啟apache2伺服器，內容顯示如下：





由此可見,apache2中的字元集的設定沒有影響到http響應中的Content-Type頭部，所以瀏覽器認為應該用gb2312來解碼，導致出現亂碼。那麼，如果去掉php.ini中的字元集的設定以後內，頁面是否會顯示正常。經過測試，顯示如下：



看來，apache2中的字元集的優先順序同樣小於header函數的字元集設定。我們繼續去掉header的設定看下：

以上證明，apache2中的字元集設定的優先順序高於meta標籤的字元集設定。charset=utf8加入到了http頭部中。
綜合上述實驗，得出字元集設定優先權順序: php.ini預設字元集設定 > header函數字元集設定 > apache2預設字元集設定 > meta標籤字元集設定

回複討論(解決方案)

這個結果不太認同

測試有局限性
1.只使用了單一瀏覽器測試
2.只使用了一種語系測試
3.只使用了單一檔案編碼測試

最大的問題是所有測試都是正向測試，就是符合預期就認為該項是正確的，這是邏輯大忌

為什麼實驗過程沒有問題，但得出的結論是錯誤的呢？
經測試：
default_charset 的優先順序小於 header 函數字元集設定

優先順序的順序根據我和朋友的測試是對的，請自己核對。

snmr_com

請指教，你知道測試問題所在，那麼能不能說下，這個過程應該怎麼測試才算標準。。多謝！

http://www.w3help.org/zh-cn/causes/HR9001
可以參考這邊文章，但這文章也比較舊了

你用的是歸納法推導，完全歸納法的基礎就是滿足所有的可能性得出一致（唯一）結論
並且，因為你的這個命題各種可能性並非符合“良序”特性，不能用數學歸納法那樣的兩步求證
所以，你要做測試就要遍曆所有的可能性，如果沒有遍曆所有可能性，那麼結論就只能增加限定條件
例如
只涉及一種瀏覽器，結論就只能縮小到該瀏覽器
原文檔只使用了一種編碼，那結論也只能適用於這種編碼

基本上增加了兩三個限定條件，結論就沒有太大的實用意義，因為適用範圍變得很小了
所以還是要做更多的測試以支援你的結論才行
你命題涉及的條件有：瀏覽器、各優先順序的編碼指定、語系（特別是較難自動識別的不同語系，如同是雙位元組中日韓編碼）、文檔編碼，做一個排列組合，可能性就相當多了……如果能全部測試一遍，還是相當佩服你的，呵呵

專業的理論指導，兄弟佩服。。。有時間再完整的走一遍。。多謝回複

優先順序的順序根據我和朋友的測試是對的，請自己核對。 php.ini



運行介面


你測試的結果並不代表我測試的結果
何況 header 就該能改變相關預設值，否則還要他幹什嗎？

