Ist die Seite in UTF-8 kodiert? 06. January 2007 um 15:40 Uhr / Programming
Ich musste jetzt einiges an Zeit investieren um herauszufinden was ich so alles beachten muss um zu Schauen ob eine Seite UTF-8 kodiert ist oder nicht. Erst mal das Ergebnis im PHP-Code:
if(! $utf8 = preg_match ('/charset\s*=\s*utf-8/i', $content_type))
$utf8 = 'application/xhtml+xml' == strtolower(trim($content_type));Und nun die Erklärung dazu. $utf8 ist dann entweder true oder false. In $content_type befindet sich der Content-Type aus dem Header (z.B.: Content-Type: text/html; charset=ISO-8859-15).
Eigentlich sollte im HTTP-Header grundsätzlich immer das Charset angegeben werden. Wenn er allerdings nicht angegeben wurde, ist es per Default ISO-8859-1 so lange es sich um eine HTML-Seite handelt. Ist es allerdings eine XHTML-Seite dann ist als Default UTF-8 angegeben. Hinzu kommt dass XHTML-Seiten, die als text/html ausgeliefert werden keine echten XHTML-Seiten sind uns so behandelt werden wie HTML-Seiten, also ist ihr Default-Charset ISO-8859-1.
Der Hintergrund dabei ist der, dass ich bei Jlog gerade einen Bug ausbügeln wollte, der bei Pingback falsche Zeichen ausgab wenn die andere Seite UTF-8 kodiert wurde. Jetzt ist da noch zusätzlich so etwas drin:
$title = $utf8 ? utf8_decode($title) : $title;
Kommentare
Die Kommentare sind für diesen Eintrag geschlossen.




abonnieren.
Götz aus Karlsruhe / Schmiden schrieb am 06.01.2007
macx aus Hannover schrieb am 06.01.2007
Jeena Paradies aus Varberg schrieb am 06.01.2007
Rodney Rehm aus Radolfzell am Bodensee schrieb am 06.01.2007
Und nur weil der Webserver meint, er sendet UTF8 (Content-Type-Header) oder das Dokument meint, es wäre UTF-kodiert (Content-Type-MetaTag) muss noch lange kein UTF8 gesendet werden.
Im PHP-Manual gibt es in den User-Contributed-Notes eine Funktion (seems_utf8()), welche evaluiert, ob es sich beim eingegebenen String um UTF8 handeln könnte. Wird kein UTF8 erkannt, kann der String oft dennoch als UTF8 angesehen werden, da die meisten der gebräuchlichen Zeichen in diesem Charset verwendet werden.
Richard aus Karlsburg schrieb am 07.01.2007
Wilhelm Turtschan schrieb am 11.01.2007
Aber das schreibe ich ja nur, damit ich das komische Bildchen sehe
Rolf aus Karlsruhe schrieb am 15.01.2007
Letzteres war einfacher:
<meta http-equiv="content-type" content="text/html; charset=utf-8">
--roro
Tim schrieb am 05.03.2007