שלום רב,

אני מנסה להשוות בין שתי מחרוזות ולבדוק מתי הן שוות. המחרוזות מכילות תווים מיוחדים בספרדית (למשל ó, ú, é...). מחרוזת אחת נשלפת ממסד הנתונים והאחרת מגיעה מטופס שהיוזר מממלא.

ניסיתי strcmp, פונקציות mb_string אך ללא הועיל.
כשאני רק מדפיס את שתי המחרוזות - הן נראות זהות
כשאני בודק את אורכן ע" mb_strlen($str,"utf-8"( - אני מקבל אורכים שונים.

אשמח לשמוע על פתרונות אפשריים.

תודה!

מה הקידוד שהגדרת בצד לקוח ובמסד נתונים?

אורך שונה של מחרוזות ואי-התאמה של תוים שנראים דומים מבחינה ויזואלית נובע מאי-התאמה בקידוד.

קידוד הדף הוא:

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

זה ה System Variables:

character_set_client latin1

character_set_connection latin1
character_set_database latin1
character_set_results latin1
character_set_server latin1
character_set_system utf8
collation_connection latin1_swedish_ci
collation_database latin1_swedish_ci
collation_server latin1_swedish_ci

ניסתי להכניס את השורות :

default-character-set=utf8
default-collation=utf8_general_ci

בדף my.cnf או להריץ את הפקודה:

ALTER DATABASE ... DEFAULT CHARACTER SET utf8

אני עובד עם המערכת webmin ודרך הממשק הזה אני רואה את כל התווים האלו ללא בעיה.
כפי שציינתי, שתי המחרוזות(זו מה DB וזו שמתקבלת מהיוזר נראות זהות. רק כשאני מנסה להשוות ביניהן ע"י strcmp או mb_strstr , ורק במידה והן מכילות את אותם תווים מיוחדים - אני מקבל שהן לא שוות.

איך אני יכול לדעת מה ה- character-setשל מסד נתונים כלשהו?
כיצד אני משנה את System Variables באופן קבוע?

תודה!

קרא כאן

http://www.fresh.co.il/vBulletin/sh...ad.php?t=458692

למדתי הרבה ממנו.

בכל מקרה זה עדיין לא עובד למרבה התסכול.

אני מריץ את הפקודה

mysql_query("SET NAMES 'utf8'");

מייד אחרי החיבור למסד הנתונים, וכל הדפים מקודדים ב utf8.

כשאני מדפיס את האורך של שתי המחרוזות - אז האורך של הקלט מהמשתמש
הוא כמעט כפול מהמחרוזת שמגיעה מה DB. בנוסף אין שום בעיה עם רוסית
ועברית רק כאשר המחרוזות מכילות את אותם תווים אז ההשוואה אינה
נעשית כפי שהיא אמורה להיות.


אשמח לדעת איזו פקודה מאפשרת לי לראות מה ה character set
וה collation של מסד נתונים/טבלה.


שוב, תודה על עזרתך!

השאילתא SET NAMES אמורה להמיר קידוד של מידע יוצא ונכנס מהמסד בהתאם לקידוד שהגדרת בה.

לפי מה שציינת, ולפי הנתונים, אז המצב הוא כזה:

המידע שמגיע מהלקוח מקודד ב-UTF-8.
המידע שבמסד מקודד ב-latin1, שזה למעשה ANSI cp1252 (ראה כאן ). בקיצור זה לטינית ולא מה שאתה צריך.

לפי הכתוב בדוקו' של MySQL על קידודים, אך בניגוד להיגיון, המסד כנראה המיר את המידע הנכנס מ-utf8 ל- latin1.

זה בניגוד להיגיון, כיוון שה- system variables מכילים את המידע הבא, כפי שציינת:

קוד:

character_set_client latin1
character_set_connection latin1
character_set_database latin1
character_set_results latin1
character_set_server latin1
character_set_system utf8
collation_connection latin1_swedish_ci
collation_database latin1_swedish_ci
collation_server latin1_swedish_ci

מה שאומר שהמסד נתונים מתייחס לכל המידע הנכנס והיוצא בתור latin1. משמע שהוא לא צריך לבצע המרה של המידע, כי המידע שהוא מקבל מ-PHP הוא מחשיב אותו בתור latin1, וכן המידע שבפנים...

קצת מוזר...

בנוגע ל-webadmin, אני לא מכיר את האפליקציה הזאת ולא מתכוון להכיר. אני לא מסתמך על אפליקציות אחרות כשאני עושה בדיקות.

תראה מה תעשה:

במסמכי ה-HTML שהגדרת להם קידוד utf-8, תדפיס את המידע שהמשתמש הכניס בטופס, ושורה מתחת למידע הזה תדפיס את המידע המקביל אליו (כלומר המידע עם האורך השונה) שב-DB.
ואז תגיד לי איזה מהמידע נראה לך תקין.
המידע התקין הוא המקודד ב-UTF-8. הלא תקין ב-latin1 שהוא כנראה מה-DB.

ושאלה: איך נראית השאילתא שאיתה אתה שולף את המידע? מה נותן לך אינדיקציה לגבי המידע הזה?
האם אתה מנסה לעשות השוואות בין מחרוזות בתוך שאילתת SQL? כאשר מצד אחד זה מחרוזת המתקבלת מהמשתמש, ומצד שני זה המידע שיש בשדה מסוים בטבלה ב-DB.

אגב, האם דרך PHP אתה שולח כותר קידוד? לדוגמא:

קוד PHP:

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


יש לשלוח את הכותר הזה בנוסף לתג meta שהגדרת.

אם תרצה להבין יותר על קידודים ו-collations, תקרא כאן. תפנה לך איזה יום...

עריכה:
דבר אחרון - כאשר אתה רואה שמחרוזת המקודדת ב-UTF-8 גדולה כמעט פי 2 ממחרוזת אחרת, וששני המחרוזות אמורות להיות שוות - סביר להניח שהמחרוזת האחרת מקודדת בקידוד single byte, וסביר להניח שבשתי המחרוזות יש תוי ASCII מלבד תוים שאינם ASCII (כלומר יש תוים משני הקבוצות).

הפעלתי את הפונקציה:

mb_substr($str,1,1,"utf8 "))

על הקלט של היוזר מתוך כוונה לבודד את אותו תו "מיוחד"(ã, ê, í...) וקיבלתי &, וכשבדקתי את ה source של הדף ראיתי שבמקום אותה אות רשום קידוד ה HTML שלו(למשל &eacute; במקום &#233, ולכן גם האורך של המחרוזת שהתקבלה מהיוזר הייתה ארוכה יותר.

הוספתי גם את השורה:

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

בנוסף לתגית, אך גם זה לא עזר.

אני מניח שמדובר בקידוד שהדפים נשמרו. כשאני פותח כמה דפים עם העורך ש webmin מספק
ראיתי שיש את התווים "", הבנתי שמדובר ב BOM של יוניקוד ותהיתי אם זה קשור לזה או לא.
האם להסיר את אותם תווים או לא?

ומה עם פשוט:

קוד PHP:

 if ($str1 == $str2) echo "Strings are equal"; 


או שפספסתי משהו?

(למרות שגם strcmp אמור לעבוד מצויין ואולי אפילו יותר טוב...)

או שהן לא באמת שוות ואז כמו שאמרו לך, אתה צריך לעבוד בקידוד אחיד עם כל המידע שלך, ועדיף שזה יהיה הסטנדרט המקובל - utf-8

תנסה אולי גם לפני ביצוע שאילתות מול ה DB, להריץ שאילתא שזה תוכנה: SET NAMES utf8

נמאס לכם לזכור סיסמאות? לחצו כאן!

אבל משום מה זה לא...

באמת מוזר שלא עובד..

בדקת מה עם הקידוד של העורך טקסט עצמו?
אם זה np++ תוודא שזה על פורמט UTF-8 ללא BOM

כמו כן אני סתם זורק הצעה לצורך האינדיקציה,תעשה echo לשני הפלטים בmd5 ותראה אם מודפס
אותו צופן

--- ! Area Close ! ---

מסתבר שהפונקצייה htmlentities המירה את האותיות האלה לתווי html. במקום זה אני משתמש כעת בפונקצייה htmlspecialchars וזה הסתדר.

פדיחה שלא בדקתי את הקלט ללא הפונקצייה הזאת...
בכל מקרה, זו הייתה הזדמנות טובה ללמוד על סוגי הקידוד השונים ולהעמיק את הידע ב MYSQL

תודה רבה לכל מי שעזר!

לא מומלץ \ אין צורך להשתמש ב-htmlentities, קרא כאן