Apache 中文亂碼解決方案

Apache 中文亂碼解決方案

服務器端：
======
修改httpd.conf (在Redhat中放置的位置爲/etc/httpd/conf/)
查找：
AddDefaultCharset ISO-8859-1
改爲：
#AddDefaultCharset ISO-8859-1
AddDefaultCharset off

這種方式關掉了服務器的默認語言的發送，這樣僅憑html文件頭中設置的語言來決定網頁語言。

不少文章都說經過修改成 AddDefaultCharset GB2312 把缺省語言改爲GB2312來解決中文亂碼，確實GB2312內碼的網頁能夠正常顯示了，但這並不是萬全之策。由於當你的網頁內碼不是GB2312，就算你在網頁用下面的meta指定了正確的語言，如ISO8859-1，也不會解碼爲ISO8859-1，由於Apache已經先你一步將GB2312指定爲網頁的語言了，以下圖：

而這個是加了 AddDefaultCharset off 後的：

修改後請從新啓動Apache，在Redhat中命令爲
/etc/init.d/httpd restart

當使用一些網頁腳本引擎，如PHP，還可能須要修改相應的配置文件。
以PHP爲例，須要修改php.ini (Red Hat中位置在/etc/)

找到：
default_charset = 「iso-8859-1″ 或者相似的，如 default_charset = 「gb2312″，將其註釋掉:
;default_charset=」iso-8859-1″

客戶端：
=====
在中文網頁請中依狀況在標籤中添加：
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，我已經上過當了)
<META http-equiv=」Content-Type」 content=」text/html; charset=utf-8″ />

若是仍是不正常，請清空瀏覽器的Cache試試。

另外附上goghs的」blog工具中中文的問題「一文的修正版，這篇文章很好的闡述了Charset和Encoding之間的關係。

    blog工具中中文的問題 [Blog] - goghs @ 23:26:56

    如今的blog工具徹底中文的並無，而通常程序的默認，都是使用iso8859-1字符集，或者說en語言編碼。字符集(Charset)和編碼(Encoding)是兩個不一樣的概念。

    若是你使用MT的默認安裝，或者使用B2的默認安裝，你會發現你所發佈的中文文章根本沒法正常顯示。（此處的MT的默認安裝，以使用MySQL爲基準，使用文件的我沒有測試，不便評述。）

    緣由很簡單，全部頁面的默認都是iso8859-1字符集，因此在數據插入數據庫的時候，都會被編碼(成爲html實體，如xxx;類型，xxxx此處都是數字）。

    處理的方式並不複雜，對MT而言，你須要將mt.cfg中的NoHTMLEntities以行前面的註釋符號去掉，變成
    NoHTMLEntities 1
    一次來禁止使用HTML::Entities進行實體編碼。
    而後修改CGI.pm中的一處，設置爲正確的gb2312字符集，我在前面的一篇文章中已經談到。

    而且須要修改全部的模板，將其中的charset從iso8859-1修改成gb2312。

    而對B2，B2config.php裏, 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 設定成0就好了。

    編碼問題還牽涉到生成的RSS文件。做爲XML的一個詞聚集（此處翻譯成中文彷佛很讓人搞不清楚，也許直接用Vocabulary更好一點），RSS徹底須要遵循XML規範。
    全部的數據中，有5個字符必須進行特殊處理。它們是單引號(’), 雙引號(」)， 小於號(< )，大於號(>)，以及&，由於他們具備特殊的用處和意義。MT中Util模塊(Util.pm)中的encode_html函數負責處理，而在PHP中使用htmlspecialchars()函數作的就是一樣的工做（注意默認狀況下單引號是不被處理的，你須要使用ENT_QUOTES做爲第二個參數）。
    對RSS的生成，你只須要使用上述的方法進行處理，就是處理掉5各特殊字符，而千萬不要使用MT中的HTMLEntities和PHP中的 htmlentities()函數，由於這樣它會將非iso8859-1的字符所有轉換成實體，就是xxx;格式。對PHP，雖然4.1版本開始，雖然htmlspecialchars()函數能夠經過第三個參數傳遞一個charset來進行處理，可是以個人簡單測試，彷佛不行。
    另外須要對RSS指定一個正確的encoding， 就是將默認的
    <?xml version=」1.0″ encoding=」UTF-8″?>
    修改成
    <?xml version=」1.0″ encoding=」GB2312″?>
    (XML這裏確實比較糊塗，encoding使用charset)

    關於語言代碼和國際代碼，有不少複雜的標準，我也沒太搞清楚，這裏就不說了。總之記住對簡體中文，charset = gb2312 或者說更準確的應是 charset = GB2312， encoding = 「zh」。其餘的不知道也罷。

    在rss生成中，只要你在前面制定了正確的charset， 即便你沒有正確設置encoding，其源文件是徹底可讀的，只是若是你使用瀏覽器進行瀏覽時，它會以UTF-8編碼顯示，所以中文是亂碼，只有你正確制定了中文編碼後，才能夠正確顯示（你也能夠經過切換瀏覽器的編碼來看）。

    總之這是一個比較複雜的問題，個人能力有限，也只能解釋道這一步了。
    倉促中寫就，可能有不少錯誤，請你們指正。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

在配置文件中添加：

    IndexOptions Charset=GB2312

    這樣這樣就能解決Apache autoindex模塊中文亂碼問題了。