在我的例子中，我使用的是mb_split，它使用正则表达式。因此，我还必须手动确保正则表达式编码是UTF-8通过做mb_regex_encoding('UTF-8');

作为旁注，我还通过运行mb_internal_encoding()发现内部编码不是UTF-8，我通过运行mb_internal_encoding("UTF-8");来改变这一点。

在PHP中，您需要使用多字节函数，或者打开mbstring.func_overload。这样，如果你的字符超过一个字节，像strlen这样的东西就可以工作。

你还需要确定你的回答的字符集。您可以像上面一样使用AddDefaultCharset，也可以编写返回标头的PHP代码。(或者你可以在你的HTML文档中添加一个META标签。)

除了在php.ini中设置default_charset外，你还可以在输出之前使用header()在你的代码中发送正确的字符集:

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

在PHP中使用Unicode是很容易的，只要您认识到大多数字符串函数都不能使用Unicode，而且有些函数可能会完全破坏字符串。PHP认为“字符”长度为1字节。有时这是可以的(例如，explosion()只查找字节序列并将其用作分隔符——因此查找的实际字符并不重要)。但在其他时候，当函数实际设计为处理字符时，PHP并不知道您的文本中有Unicode中可以找到的多字节字符。

phputf8是一个很好的库。这将重写所有“坏”函数，因此您可以安全地处理UTF8字符串。也有像mb_string扩展这样的扩展试图为您做这件事，但我更喜欢使用库，因为它更可移植(但我写的是大众市场产品，所以这对我来说很重要)。但是phputf8可以在幕后使用mb_string来提高性能。

如果你想让MySQL服务器来决定字符集，而不是PHP作为客户端(旧行为;最好，在我看来)，尝试添加skip-character-set-client-handshake到my.cnf，在[mysqld]下，并重新启动mysql。

如果您使用的不是UTF-8，这可能会带来麻烦。

我最近发现，使用strtolower()可能会导致数据在特殊字符之后被截断的问题。

解决办法就是使用

mb_strtolower($string, 'UTF-8');

mb_使用MultiByte。它支持更多的字符，但总体来说有点慢。

首先，如果你使用的是5.3之前的PHP，那就不需要了。你有一大堆问题要解决。

我很惊讶没有人提到intl库，这个库很好地支持Unicode、字母、字符串操作、本地化等等，见下文。

我将引用Elizabeth Smith在PHPBenelux'14上的幻灯片中关于PHP中Unicode支持的一些信息

INTL

好:

ICU库的包装 标准化区域设置，每个脚本设置区域 数字格式 货币格式 消息格式化(替换gettext) 日历，日期，时区和时间 Transliterator Spoofchecker 资源包 转换器 印度尼西亚的支持 字母 排序 迭代器

Bad:

不支持zend_multibyte 不支持HTTP输入输出转换 不支持函数重载

mb_string

启用zend_多字节支持 支持透明的HTTP in/out编码 为strtoupper等功能提供一些包装器

ICONV

主要用于字符集转换 输出缓冲区处理程序 Mime编码功能 转换 一些字符串助手(len, substr, strpos, strrpos) 流过滤器stream_filter_append($fp， 'convert.iconv.ISO-2022-JP/EUC-JP')

数据库

MySQL:表和连接上的字符集和排序规则(不是排序规则)。另外，不要使用mysql - mysqli或PDO postgresql: pg_set_client_encoding sqlite(3):确保它是在Unicode和intl支持下编译的

其他一些陷阱

除非使用第三部分扩展，否则不能在PHP和windows中使用Unicode文件名。 如果使用exec、proc_open和其他命令行调用，则以ASCII格式发送所有内容 纯文本不是纯文本，文件有编码 你可以用iconv过滤器转换文件