Comment puis-je utiliser les fonctions de fichiers en PHP, à l'aide des chaînes UTF-8?

Sous Unix et Linux (et peut-être sous OS X aussi), le système de fichier de codage est donné par la LC_CTYPE paramètre locale (voir la fonction setlocale()). Par exemple, on peut évaluer à quelque chose comme en_US.UTF-8 cela signifie que l'encodage est UTF-8. Puis les noms de fichiers et leurs chemins d'accès peuvent être créés avec fopen() ou récupérées par dir() avec cet encodage.

Sous Windows, PHP fonctionne comme un "non-conscient Unicode programme", puis les noms de fichiers sont convertis en arrière à partir de l'UTF-16 utilisé par le système de fichiers (Windows 2000 et versions ultérieures) pour la sélection "code page". Le panneau de configuration "Options Régionales et Linguistiques", onglet "Formats" permet de définir la page de code récupéré par le LC_CTYPE option, tandis que les "Administration -> la Langue pour les Programmes non Unicode", la traduction de la page de code pour les noms de fichier. Dans les pays occidentaux, l' LC_CTYPE paramètre évalue à quelque chose comme language_country.1252 où 1252 est la page de code, aussi connu comme "Windows-1252" codage qui est similaire (mais pas identique) à la norme ISO-8859-1. Au Japon, l'932 page de code est généralement fixé à la place, et ainsi de suite pour les autres pays. En PHP, vous pouvez créer des fichiers dont le nom peut être exprimé avec la page de code. Vice-versa, les noms de fichiers et les chemins d'accès récupérées à partir du système de fichiers sont convertis en UTF-16 octets à l'aide de la "meilleur ajustement" page de code en cours.

Cette cartographie est approchée, de sorte que certains caractères risquent d'être déformés de façon imprévisible. Par exemple, Caffé Brillì.txt serait retourné par dir() que la chaîne PHP Caff\xE9 Brill\xEC.txt comme prévu si la page de codes 1252, alors qu'il serait de retour approximatif Caffe Brilli.txt sur un système Japonais parce que les voyelles accentuées sont manquantes à partir de la page de 932 codes et remplacées par leur "best-fit" non-voyelles accentuées. Les caractères qui ne peuvent pas être traduits sont récupérées en tant que ? (point d'interrogation). En général, sous Windows il n'y a pas de moyen sûr de détecter de tels artefacts.

Plus de détails sont disponibles dans ma réponse à la PHP bug pas. 47096.

Le problème est que Windows utilise utf-16 pour le système de fichier de chaînes, alors que Linux et d'autres jeux de caractères différents, mais souvent utf-8. Vous avez fourni une chaîne utf-8, mais ceci est interprété comme une autre de 8 bits de codage du jeu de caractères dans Windows, peut-être Latin-1, puis les caractères non-ascii, qui est codée avec 2 octets en utf-8, est traitée comme si elle était de 2 caractères dans Windows.

Une solution normale est de garder votre code source 100% en ascii, et d'avoir des chaînes à un autre endroit.

Vous pouvez utiliser cette extension pour résoudre votre problème: https://github.com/kenjiuno/php-wfio

$file = fopen("wfio://多国語.txt", "rb"); //in UTF-8
....
fclose($file);

Mon ensemble d'outils à utiliser le système de fichier en UTF-8 sur windows OU linux via PHP et compatible avec .htaccess vérifier l'existence du fichier:

function define_cur_os(){

    //$cur_os=strtolower(php_uname());

    $cur_os=strtolower(PHP_OS);

    if(substr($cur_os, 0, 3) === 'win'){

        $cur_os='windows';

    }

    define('CUR_OS',$cur_os);

}

function filesystem_encode($file_name=''){

    $file_name=urldecode($file_name);

    if(CUR_OS=='windows'){

        $file_name=iconv("UTF-8", "ISO-8859-1//TRANSLIT", $file_name);

    }     

    return $file_name;

}

function custom_mkdir($dir_path='', $chmod=0755){

    $dir_path=filesystem_encode($dir_path);

    if(!is_dir($dir_path)){

        if(!mkdir($dir_path, $chmod, true)){

            //handle mkdir error

        }
    }
    return $dir_path;
}

function custom_fopen($dir_path='', $file_name='', $mode='w'){

    if($dir_path!='' && $file_name!=''){

        $dir_path=custom_mkdir($dir_path);

        $file_name=filesystem_encode($file_name);

        return fopen($dir_path.$file_name, $mode);

    }

    return false;

}

function custom_file_exists($file_path=''){

    $file_path=filesystem_encode($file_path);

    return file_exists($file_path);

}

function custom_file_get_contents($file_path=''){

    $file_path=filesystem_encode($file_path);

    return file_get_contents($file_path);

}

Des ressources supplémentaires

• caractères spéciaux dans les "file_exists" problème (php)
• PHP file_exists avec des accents de renvoie la valeur false
• http://www.developpez.net/forums/d825883/php/php-sgbd/php-mysql/mkdir-accents/
• http://en.wikipedia.org/wiki/Uname#Table_of_standard_uname_output