PHP中文编码处理需确保多环节字符集一致，避免乱码，文件本身应保存为UTF-8格式，通过header('Content-Type: text/html; charset=utf-8;')设置HTTP头声明编码，数据库连接时，使用mysqli_set_charset($conn, 'utf8mb4')（支持中文及emoji），表单提交需保持页面与表单charset属性一致，PHP配置中default_charset应设为UTF-8，确保内部处理与输出编码统一，各环节（文件、HTTP、数据库、PHP配置）均采用UTF-8，可有效解决中文乱码问题。
PHP中文编码完全指南：从原理到实践，彻底解决乱码难题
在PHP开发中,中文编码问题几乎是每个开发者都会遇到的“拦路虎”，从页面显示乱码到数据库存储异常，从URL传递失效到文件读写错误，这些顽疾的根源往往指向一个核心问题：编码格式的不一致，本文将从编码基础讲起，系统梳理PHP中涉及中文编码的核心场景，并提供可落地的解决方案，助你彻底告别乱码困扰。
先搞懂：什么是编码？为何中文编码易出问题？
编码的本质：计算机如何“识别”文字
计算机底层只处理0和1,而人类使用复杂的文字系统（包括中文、英文等），编码的本质就是一套约定俗成的规则，负责将人类可读的文字映射为计算机能处理的二进制数据，并能逆向还原，英文字符“A”在ASCII编码中对应十进制65（二进制`01000001`），而中文字符“中”在GBK编码中则对应十进制51488（二进制`1100100000100000`）。
中文编码的特殊性：多字节字符的挑战
与单字节的英文字符（ASCII）不同，中文字符在主流编码格式中占据2至4字节（如GBK占2字节，UTF-8占3字节，部分特殊字符占4字节），这种“多字节”特性带来了关键挑战：处理中文时必须严格维护字符边界，若错误地拆分或拼接字节（例如将“中”的2字节GBK码拆成两个单字节），就会导致字符无法识别，最终呈现为乱码（如“涓�”或不可读符号）。
PHP中常见的中文编码格式
ASCII：英文世界的“通用语言”
- 特点：7位二进制表示，共128个字符，仅支持英文字母、数字、基本符号。
- 中文支持：完全不支持，若用ASCII编码处理中文，必然导致字符丢失或严重乱码。
- PHP场景：仅适用于纯英文环境，现代PHP开发中已基本被淘汰。
GB2312/GBK/GB18030：中文编码的“国标演进”
- GB2312：中国最早的中文编码标准，收录6763个常用汉字及简单符号，覆盖范围有限（如罕见字无法表示）。
- GBK：GB2312的扩展，收录21886个汉字及更多符号，曾是Windows系统默认的中文编码，在遗留系统中广泛使用。
- GB18030：最新的国标强制标准，收录超过7万字符（包括少数民族文字、emoji等），完全向下兼容GB2312和GBK。
- 中文支持：良好，尤其GBK在银行、政务等老系统中仍是主流。
- PHP场景：对接老系统时可能需处理GBK编码；但新项目强烈不推荐（兼容性差，全球化支持不足）。
UTF-8：全球通用的“编码王者”
- 特点：Unicode（统一字符编码标准）的主流实现，可表示全球几乎所有字符（中文、英文、日文、emoji等）。
- 中文支持：完美支持，中文字符通常占3字节（如“中”），部分特殊字符（如emoji）占4字节。
- PHP场景：新项目首选！** 从文件保存、数据库存储到HTTP传输，全程使用UTF-8可规避90%以上的编码问题。
PHP开发中中文编码的核心场景与解决方案
场景1：PHP脚本文件本身的编码
问题：若PHP文件保存为GBK，但代码中包含中文注释或字符串，且服务器环境默认UTF-8，可能导致解析错误或输出乱码。
解决方案：
- **强制统一使用UTF-8无BOM格式保存PHP文件。**（注意：避免“UTF-8带BOM”，BOM标记会干扰PHP输出，引发“headers already sent”致命错误）。
- 在脚本输出任何内容前,通过`header()`设置HTTP响应头：
// 必须在输出前执行！
header('Content-Type: text/html; charset=utf-8');
场景2：数据库存储与读取的编码
问题：数据库编码与PHP脚本编码不一致（如PHP用UTF-8，数据库用GBK），会导致存入的中文在读取时变成乱码（如“中文”存入后取出显示为“涓�”）。
解决方案：
（1）数据库层面：全程采用UTF-8
- MySQL/MariaDB：
- 创建数据库时指定完整UTF-8（`utf8mb4`）：
CREATE DATABASE my_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
**关键点：** 使用`utf8mb4`而非`utf8`！MySQL的`utf8`仅支持3字节字符，无法存储emoji等4字节字符；`utf8mb4`才是完整的UTF-8实现。 - 创建表时继承或明确指定字符集：
CREATE TABLE my_table (id INT, name VARCHAR(50)) CHARACTER SET utf8mb4;
- **连接后立即设置连接编码（至关重要！）**：
$mysqli = new mysqli('localhost', 'user', 'pass', 'my_db'); $mysqli->set_charset('utf8mb4'); // 确保后续查询使用正确编码
- 创建数据库时指定完整UTF-8（`utf8mb4`）：
- PDO
