ＰＨＰの文字化けを本気で解決する - ぎじゅっやさん - The Diigo Meta page

• 22 Jun 08
  

  Toshiro Shimura

  php 文字化け

  • どうすれば文字化けが起こらないようになるのか。
    
    それは
    
    
    
    

    自動変換を利用しない

    
    
    
    
    ことだ。
    
    
    
    変換の基準となる文字コードを一つ設ける。
    
    文字コードの変換はすべてプログラム上で行い、
    
    自動変換させるのは極力無くす。
    
    これが最も効果的な方法。
    
    
    
    自動変換とはhttp_input、http_outputの様なフィルター系や、
    
    default_charsetの様な付加系（？）のようなもの。
    
    これらを利用しないことが重要なのである。
    
    
    
    もちろんこれは非常に煩わしい作業だ。
    
    GETやPOSTのデータも一つ一つ変換しなければならないことになる。
    
    (always_populate_raw_post_data = Onで、
    
    $HTTP_RAW_POST_DATAを変換するという手もあるが)
    
    全部手動が煩わしいというのならば、
    
    自動変換される過程を理解した上で利用する必要がある。
    
    だが、私も含めてほどんどのＰＨＰプログラマにはかなり難しい内容だと思う。
  • ●default_charsetはデフォルトの文字コードのことではない。
    
    非常に誤解しやすい内容。
    
    default_charsetというパラメータはご存じの人も多いと思う。
    
    それに大抵の初心者本にはこれを設定するように書いてあるが、
    
    むしろ逆である。
    
    default_charsetとは
    
    
    
    

    出力時にHTTPヘッダとして送信する文字コード名

    
    
    
    
    のこと。
  • 7 more annotations...
  • • ●languageパラメータは内部言語のことではない
      
      知っている人は少ないかもしれないが、
      
      languageパラメータは全く使われないパラメータだ。
      
      これが利用される機会はただ一つ。
      
      
      
      

      mb_send_mailを利用した時だけ

      
      
      
      
      mb_send_mailは全く使わない関数なので、
      
      このパラメータは存在意義がない。
      
      mb_send_mailを使わない理由は後述しよう。
    • ●internal_encodingは内部エンコードのことではない
      
      先ほどの例の時にも書いたが、
      
      ＰＨＰには内部エンコードという概念は存在しない。
      
      ではmbstring.internal_encodingとは何なのか。
      
      これは
      
      
      
      

      mbstring関数のデフォルトエンコード

      
      
      
      
      なだけである。
      
      mb_convert_kanaなどのパラメータで、
      
      変換元文字コードの指定がなかった時にだけ利用されるものだ。
    • SJISで利用した場合、
      
      ５Ｃ問題(「ソ」「表」などを記述するとパーサエラーが出る)が発生するわけだが、
      
      internal_encodingをSJISにしても問題は解決しない。
      
      これを解決するには--enable-zend-multibyteをつけてコンパイルし直し、
      
      php.iniの設定で
      
      

      mbstring.script_encoding = Shift_JIS

      
      
      とする必要がある
      
      (もちろんSJISは利用しないのが一番いいのだが。)
    • ●detect_orderは必ず指定する
      
      detect_orderとは
      
      
      
      

      文字コードの自動検出の優先順位

      
      
      
      
      のこと。
      
      何も指定しなければ「auto」というパラメータになるのだが、
      
      このautoはかなりくせ者だ。
      
      何も指定していない場合や、autoを指定すると「ASCII,JIS,UTF-8,EUC-JP,SJIS」の用に展開される。
      
      が、マルチバイトを計る上でASCIIが一番先頭である時点ですでに欠陥である。
    • ●http_outputは利用しない
      
      http_outputについては二つ勘違いされやすいポイントがある。
      
      一つは「指定すると自動で変換されて出力される様になる」
      
      
      
      Σ（￣ロ￣; エッ！？チガウノ？
      
      
      
      http_outputは指定するだけでは何も動作しない。
      
      これは
      
      

      mb_output_handlerが実行された時の出力エンコード

      
      
      に過ぎない。
      
      

      ob_start("mb_output_handler")

      
      
      と指定されて初めて使われるのだ。
    • ●mb_send_mailは使うな
      
      マルチバイトのメールを送るからといって、
      
      mb_send_mailを使っている人も多いかもしれない。
      
      だが、このmb_send_mailは文字化けの元凶だ。
      
      mb_send_mailは何の文字コードを何の文字コードに変換するかを指定することが出来ない。
      
      なので、何の文字コードで入力を受け付けて、
      
      ブラックボックスを通った後に何の文字コードで出力されるか全くわからないのである。
      
      
      
      理由はmb_send_mailで利用される文字コードは、
      
      languageパラメータに依存しているからだ。
      
      languageにJapaneseと指定したところで、
      
      ISO-2202-JPで送るのか、UTF-8で送るのか、またはSJISで送るのか全く不明だ。
    • それにマルチパートメールの場合は、
      
      文字コードが一律でないことがある。
      
      例えばDoCoMoのデコメール。
      
      テキスト部分はJISだがHTML部分はSJISだ。
      
      DoCoMOはSJIS Loveなためこのような仕様になっているが、
      
      迷惑この上ない。
      
      
      
      そんなことをせずに、
      
      送信するメールをあらかじめ変換しておきmailに通す方が制御がわかりやすい。
      
      mailも使い勝手が悪い関数なので、
      
      PEAR::MailでSMTP送信するのが一番良い方法だろう。
• 19 Jun 07
  

  mucyan

  del.icio.us imported system:unfiled

• 14 Feb 07
  

  maknir

  multibyte php

• 

  yak

  php programming webdev

• 

  washo ohsaw

  howto japan php

Would you like to comment?

Join Diigo for a free account, or sign in if you are already a member.