質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.81%

【PHP】【urldecode】日本語文字化け問題を解決する方法【初心者】

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 2,409

shimane

score 90

現在、プログラムの勉強をしている初心者です。

勉強目的で作成して運営しているサイトにて問題が発生しました。
簡単なアクセス解析を自作して
運営しているサイトから他ブログへ送ったアクセス数と他ブログから送って頂いたアクセス数を計測しているのですが
「日本語を含むURL」を使用されている他ブログの場合に
urldecode()を行った際に文字化けを起こしてしまう事がありました。
(文字化けが起きない日本語URLもあったりして、解決方法が見つかりませんでした。)


【環境】

サーバ: Localhost via UNIX socket
サーバの種類: MySQL
サーバのバージョン: 5.6.38 - MySQL Community Server (GPL)
プロトコル バージョン: 10
サーバの文字セット: UTF-8 Unicode (utf8)
Apache
データベースクライアントのバージョン: libmysql - mysqlnd 5.0.11-dev
PHP 拡張: mysqliドキュメント curlドキュメント mbstringドキュメント
PHP のバージョン: 5.6.33
phpmyadmin:バージョン情報: 4.7.7 (最新版)


以下簡単なコードです。

try {
  $db = new \PDO(DSN, DB_USERNAME, DB_PASSWORD);
  $db->setAttribute(\PDO::ATTR_ERRMODE, \PDO::ERRMODE_EXCEPTION);
  echo "データベースへの接続が出来ました<br />";
}catch (\PDOException $e) {
  echo $e->getMessage();
  exit;
}

//クリックした外部サイトのURLを取得する為のidです。
$siteid = h($_GET['id']);

//$_GET['id']を使ってmysqlのデータベースにある記事の情報を取得しています。
$stmt = $db->query("select * from matome where id = $siteid");
$mysqlid = $stmt->fetchAll(\PDO::FETCH_OBJ);

//取り出した該当する記事の情報から「URL」を取得します。
foreach($mysqlid as $id) {
  $siteurl = $id->url;

//デコードを行って日本語化しています。
  $siteurl = urldecode($siteurl);
}

// //一連の作業が終わったら外部サイトへと自動的に飛ばします。
header("Location: $siteurl");

//日本語を含むURLがある場合、文字化けする時としない時があります。
echo $siteurl;

文字化けが発生してしまっているURL

$test1 = "http://xn--cckea5a6cidcbh6ce7ghug17a2ge3aht3nwigef51658aw7kd.com/%E9%9B%91%E8%AB%87/%E3%80%90%E3%83%87%E3%83%AC%E3%82%B9%E3%83%86%E3%80%91%E3%83%87%E3%83%AC%E3%82%B9%E3%83%86%E7%99%BA%E3%81%";

$test1 = urldecode($test1 );
echo $test1;

//実行結果・文字化け
http://xn--cckea5a6cidcbh6ce7ghug17a2ge3aht3nwigef51658aw7kd.com/雑談/【デレステ】デレステ発�%


この文字化けしてしまうのを解決できないと
MYSQLにてデータベースに保存する際に文字化けの部分でエラーが発生してしまい、
それ以降のアクセスの計測が出来なくなってしまい困っています。

試行錯誤を自分なりに頑張ってみたのですが上手くいきませんでした。
解決方法をご存知の方や
何かお気づきの点がございましたら
お力をお貸し頂けると嬉しいです。

どうかよろしくお願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+3

URLの末尾が「%E3%81%」となっていますが、少なくとも2バイト切れているようです。%E3 というデータから、これは UTF-8 の3バイト形式であることがわかります。それをURLエンコードすると 9バイトになるはずですが、7バイトしかありません。これが文字化けの原因です。本来は、もっと長いURLではないでしょうか?

失われたものを復元することは難しいので、「文字化けが起こらないようにデータを切り詰める」ことならできます。簡単なスクリプトを書いてみました。

<?php
$test1 = "http://xn--cckea5a6cidcbh6ce7ghug17a2ge3aht3nwigef51658aw7kd.com/%E9%9B%91%E8%AB%87/%E3%80%90%E3%83%87%E3%83%AC%E3%82%B9%E3%83%86%E3%80%91%E3%83%87%E3%83%AC%E3%82%B9%E3%83%86%E7%99%BA%E3%81%";

function decode($str) {
  for ($len = strlen($str); $len > 0; $len--) {
    $decoded = urldecode(substr($str, 0, $len));
    if (mb_check_encoding($decoded)) {
      return $decoded;
    }
  }
  return "";
}

echo decode($test1);

実行結果は以下となります。

http://xn--cckea5a6cidcbh6ce7ghug17a2ge3aht3nwigef51658aw7kd.com/雑談/【デレステ】デレステ発%E

これを見ると、%E が残っています。文字化けが起きないという点ではよいのですが、データの正しさという点では %E も消したいところですが、それを防ぐにはURLエンコードとして正しいかどうかの判定も追加する必要があります。
まずはこれくらいで。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/02/24 10:49

    素晴らしいです!

    >少なくとも2バイト切れているようです。%E3 というデータから、これは UTF-8 の3バイト形式であることがわかります。それをURLエンコードすると 9バイトになるはずですが、7バイトしかありません。これが文字化けの原因です。

    プログラムの勉強を始めたばっかりでこの原因を発見する事がまったく出来ませんでした。
    本物のエンジニアの方の実力は本当に凄いです。

    問題解決だけでなくスクリプトまで有難うございます!
    これでまた勉強を進めていく事が出来るようになりました。

    本当に大感謝です!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.81%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る