首页 > 未分类 > Apache 中文乱码解决方案

Apache 中文乱码解决方案

2016年12月10日

Apache 中文乱码解决方案
http://www.cnblogs.com/RChen/archive/2007/08/27/871427.html
原文:http://douzi.org/wp/archives/161
=============================================================

Apache 中文乱码解决方案

服务器端:
======
修改httpd.conf (在Redhat中放置的位置为/etc/httpd/conf/)
查找:
AddDefaultCharset ISO-8859-1
改成:
#AddDefaultCharset ISO-8859-1
AddDefaultCharset off

这种方式关掉了服务器的默认语言的发送,这样仅凭html文件头中设置的语言来决定网页语言。

很多文章都说通过修改为 AddDefaultCharset GB2312 把缺省语言改成GB2312来解决中文乱码,确实GB2312内码的网页可以正常显示了,但这并非万全之策。因为当你的网页内码不是GB2312,就算你在网页用下面的meta指定了正确的语言,如ISO8859-1,也不会解码为ISO8859-1,因为Apache已经先你一步将GB2312指定为网页的语言了,如下图:

而这个是加了 AddDefaultCharset off 后的:

修改后请重新启动Apache,在Redhat中命令为
/etc/init.d/httpd restart

当使用一些网页脚本引擎,如PHP,还可能需要修改相应的配置文件。
以PHP为例,需要修改php.ini (Red Hat中位置在/etc/)

找到:
default_charset = “iso-8859-1″ 或者类似的,如 default_charset = “gb2312″,将其注释掉:
;default_charset=”iso-8859-1″

客户端:
=====
在中文网页请中依情况在标签中添加:
GB2312:
<META http-equiv=”Content-Type” content=”text/html; charset=gb2312″ />
BIG5:
<META http-equiv=”Content-Type” content=”text/html; charset=big5″ />
UTF-8: (注意是UTF-8,而不是UTF8,我已经上过当了)
<META http-equiv=”Content-Type” content=”text/html; charset=utf-8″ />

如果还是不正常,请清空浏览器的Cache试试。

另外附上goghs的”blog工具中中文的问题“一文的修正版,这篇文章很好的阐述了Charset和Encoding之间的关系。

blog工具中中文的问题 [Blog] – goghs @ 23:26:56

现在的blog工具完全中文的并没有,而一般程序的默认,都是使用iso8859-1字符集,或者说en语言编码。字符集(Charset)和编码(Encoding)是两个不同的概念。

如果你使用MT的默认安装,或者使用B2的默认安装,你会发现你所发布的中文文章根本无法正常显示。(此处的MT的默认安装,以使用MySQL为基准,使用文件的我没有测试,不便评述。)

原因很简单,所有页面的默认都是iso8859-1字符集,所以在数据插入数据库的时候,都会被编码(成为html实体,如xxx;类型,xxxx此处都是数字)。

处理的方式并不复杂,对MT而言,你需要将mt.cfg中的NoHTMLEntities以行前面的注释符号去掉,变成
NoHTMLEntities 1
一次来禁止使用HTML::Entities进行实体编码。
然后修改CGI.pm中的一处,设置为正确的gb2312字符集,我在前面的一篇文章中已经谈到。

并且需要修改所有的模板,将其中的charset从iso8859-1修改为gb2312。

而对B2,B2config.php里, 第91行有
# IMPORTANT! set this to 0 if you are using Chinese, Japanese, Korean,
#or other double-bytes languages
$use_htmltrans = 0;

把$use_htmltrans 设定成0就行了。

编码问题还牵涉到生成的RSS文件。作为XML的一个词汇集(此处翻译成中文似乎很让人搞不清楚,也许直接用Vocabulary更好一点),RSS完全需要遵循XML规范。
所有的数据中,有5个字符必须进行特殊处理。它们是单引号(’), 双引号(”), 小于号(< ),大于号(>),以及&,因为他们具有特殊的用处和意义。MT中Util模块(Util.pm)中的encode_html函数负责处理,而在PHP中使用htmlspecialchars()函数做的就是同样的工作(注意默认情况下单引号是不被处理的,你需要使用ENT_QUOTES作为第二个参数)。
对RSS的生成,你只需要使用上述的方法进行处理,就是处理掉5各特殊字符,而千万不要使用MT中的HTMLEntities和PHP中的 htmlentities()函数,因为这样它会将非iso8859-1的字符全部转换成实体,就是xxx;格式。对PHP,虽然4.1版本开始,虽然htmlspecialchars()函数可以通过第三个参数传递一个charset来进行处理,但是以我的简单测试,似乎不行。
另外需要对RSS指定一个正确的encoding, 就是将默认的
<?xml version=”1.0″ encoding=”UTF-8″?>
修改为
<?xml version=”1.0″ encoding=”GB2312″?>
(XML这里确实比较糊涂,encoding使用charset)

关于语言代码和国际代码,有很多复杂的标准,我也没太搞清楚,这里就不说了。总之记住对简体中文,charset = gb2312 或者说更准确的应是 charset = GB2312, encoding = “zh”。其他的不知道也罢。

在rss生成中,只要你在前面制定了正确的charset, 即使你没有正确设置encoding,其源文件是完全可读的,只是如果你使用浏览器进行浏览时,它会以UTF-8编码显示,因此中文是乱码,只有你正确制定了中文编码后,才可以正确显示(你也可以通过切换浏览器的编码来看)。

总之这是一个比较复杂的问题,我的能力有限,也只能解释道这一步了。
仓促中写就,可能有很多错误,请大家指正。

分类: 未分类 标签:
本文的评论功能被关闭了.