PHP8.1+MySQL8.0页面显示’而非撇号的字符乱码问题

问题现象 #

用户生成的帖子在网页上出现字符显示不一致，部分内容的撇号显示为’，例如：

I’m having trouble and can’t figure it out

但并非所有帖子都存在此问题，部分用户的撇号显示正常。推测问题可能与用户设备（Windows/Mac）或从Word复制粘贴至表单的操作有关，多数用户来自美国。

服务器环境配置 #

PHP 8.1 配置（php.ini） #

default_mimetype = "text/html"
default_charset = "UTF-8"

MySQL 8.0 全局配置 #

character_set_client = utf8mb4
character_set_connection = utf8mb4
character_set_database = utf8mb4
character_set_results = utf8mb4
character_set_server = utf8mb4
character_set_system = utf8mb3
character_sets_dir = /usr/share/mysql/charsets/
collation_connection = utf8mb4_0900_ai_ci
collation_database = utf8mb4_0900_ai_ci
collation_server = utf8mb4_0900_ai_ci
default collation for utf8mb4 = utf8mb4_0900_ai_ci

所有数据库、表、字段的排序规则均设置为 utf8mb4_0900_ai_ci

页面编码设置 #

• HTML头部：

<meta http-equiv="content-type" content="text/html;charset=utf-8" />

• PHP头部：

header("Content-Type: text/html; charset=utf-8");

查询与输出代码示例 #

$conn = mysqli_connect($hostname, $username, $password, $database) or die("Database Connection Error");
$result = mysqli_query($conn, "SELECT field FROM table WHERE id = 123") or die(mysqli_error($conn));
$row = mysqli_fetch_assoc($result);
$message = htmlspecialchars($row['field'], ENT_QUOTES);
echo $message;

排查补充信息 #

1. 数据库连接字符集检查：

mysqli_set_charset($conn,"utf8mb4");
var_dump(mysqli_get_charset($conn));

输出结果：

object(stdClass)#2 (8) { 
  ["charset"]=> string(7) "utf8mb4" 
  ["collation"]=> string(18) "utf8mb4_general_ci" 
  ["dir"]=> string(0) "" 
  ["min_length"]=> int(1) 
  ["max_length"]=> int(4) ["number"]=> int(45) 
  ["state"]=> int(1) ["comment"]=> string(13) "UTF-8 Unicode" 
}

发现PHP连接使用的排序规则为utf8mb4_general_ci，与MySQL全局默认的utf8mb4_0900_ai_ci不一致，尝试以下设置未生效：

SET collation_connection = utf8mb4_0900_ai_ci;
SET SESSION collation_connection = utf8mb4_0900_ai_ci;

2. 会话变量与全局变量差异：
   查询performance_schema.session_variables发现：

character_set_client = utf8mb4
character_set_connection = utf8mb4
character_set_database = utf8mb3 // 与全局变量不同
character_set_filesystem = binary
character_set_results = utf8mb4
character_set_server = utf8mb4
character_set_system = utf8mb3
collation_connection = utf8mb4_unicode_ci // 与全局变量不同
collation_database = utf8mb3_general_ci  // 与全局变量不同
collation_server = utf8mb4_0900_ai_ci

尝试更新这些变量时提示权限拒绝，重启MySQL后无变化。

核心疑问 #

是否需要在保存帖子到数据库前进行PHP转换？或需通过PHP处理以正确显示文本？标准做法是什么？

解决方案 #

1. 修复数据库连接与数据库级编码配置 #

mysqli_set_charset()仅设置字符集，不会同步排序规则，需在连接后显式设置会话级规则（确保数据库用户有足够权限）：

$conn = mysqli_connect($hostname, $username, $password, $database) or die("Database Connection Error");
// 先设置字符集
mysqli_set_charset($conn, 'utf8mb4');
// 再设置会话排序规则
mysqli_query($conn, "SET SESSION collation_connection = 'utf8mb4_0900_ai_ci'");

若权限不足，需联系MySQL管理员调整目标数据库的编码规则（当前character_set_database和collation_database为utf8mb3是核心问题）：

ALTER DATABASE your_database_name CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

2. 统一用户输入编码 #

用户从Word或不同系统复制内容时，可能携带Windows-1252编码的特殊字符（如智能撇号’），接收表单数据时统一转码为UTF-8：

// 处理POST数据
foreach ($_POST as $key => $value) {
    if (!mb_check_encoding($value, 'UTF-8')) {
        $_POST[$key] = mb_convert_encoding($value, 'UTF-8', 'Windows-1252');
    }
}

3. 修复已有乱码数据 #

针对已存储的乱码内容，可通过以下SQL修复（执行前务必备份数据）：

UPDATE your_table SET field = CONVERT(CONVERT(CONVERT(field USING latin1) USING binary) USING utf8mb4);

4. 输出环节验证 #

当前使用htmlspecialchars的方式正确，保持ENT_QUOTES参数即可，已设置的header和<meta>标签能保证页面编码为UTF-8，无需额外调整。

内容的提问来源于stack exchange，提问作者peppy