入力された文字をUTF-8に変換させる方法について

formなどからの入力値検証における、文字エンコーディングの検証についてご質問があります。
PHPにおいては、入力された文字コードを判定するには、「mb_detect_encoding」関数がありますが、この関数にて文字コードを調べ、UTF-8で処理したい場合は、mb_convert_encoding関数でUTF-8に変換するとった流れを取ることになるのでしょうか？
といいますのも、「mb_detect_encoding」関数で、ASCIIやEUC-JP,shift_jis、ではないかとどうかと調べなければならないのは少し、面倒かなと思ったものでして...
php.iniの設定で、UTF-8に自動変換させることもできるようなのですが、この場合は、特段、スクリプトに上記のような手順で変換させる必要はないのでしょうか？

m.ts10806

2019/09/27 23:54 編集

入力が発生するプログラムの文字コードなど前提条件もきちんと記載してください。関数を使うためにアプリケーションを作るわけではないので。

m.ts10806

2019/09/28 05:10 編集

(２回目)入力が発生するプログラムの文字コードなど前提条件もきちんと記載してください。関数を使うためにアプリケーションを作るわけではないので。正直「質問の意図がわからない」「なにがしたいのかわからない」「ちょっと意味がわからない」「なぜそうしなければならないかわからない」です。「は？こいつなに言ってんの？」をやわらーかくした回答、コメントしかついてないのをお気づきでしょうか。前提となるWebの知識が欠落しすぎです。それに伴って質問も答えたところで理解が正しく得られるか不明。解決したと思ってるのは自分だけでもっと大事なことが抜けっぱなしでは回答がすべて無意味になります。

行動規範の内容に同意します

回答3件

この関数にて文字コードを調べ、UTF-8で処理したい場合は、mb_convert_encoding関数でUTF-8に変換するとった流れを取ることになるのでしょうか？

「ファイルから読み取るので、そこは文字コードを自動判定させたい」などの場合を除いて、一般にWebシステムを作る場合、文字コードは固定にしますので、判定することそのものがありません。

HTMLをUTF-8で表示すれば、フォーム送信も自動的にUTF-8で行われます。

投稿2019/09/28 00:09

maisumakun

総合スコア145977

aae_11

2019/09/28 00:31

ご回答ありがとうございます。＞HTMLをUTF-8で表示すれば、フォーム送信も自動的にUTF-8で行われますここの部分なのですが、仮に自分でないユーザーが使っているブラウザから送られてきた場合は、どんな種類の文字コードが使われているか分からない為、php側での判定が必要かと思ったのですが、その必要はないのでしょうか...?

maisumakun

2019/09/28 00:35 編集

> 仮に自分でないユーザーが使っているブラウザから送られてきた場合まともなブラウザなら、（accept-charsetで明示しない場合）Webページを表示したのと同じ文字コードで送信します。むやみに文字コードの自動判定を行おうとすると、想定外の文字を投入される脆弱性になることすらありえます。

aae_11

2019/09/28 00:45

あ、そもそも勘違いしてしまっていたのかもしれないのですが、「Webページを表示」する際はどのようなブラウザでも開発する際にHTML側で指定した文字コードで表示されるのでしょうか？

退会済みユーザー

2019/09/28 03:32

> あ、そもそも勘違いしてしまっていたのかもしれないのですが、「Webページを表示」する際はどのようなブラウザでも開発する際にHTML側で指定した文字コードで表示されるのでしょうか？「どのような」とつけるなら否です

行動規範の内容に同意します

ベストアンサー

入力フォーム側で以下を指定すれば、文字エンコーディングがUTF-8になり、そこから送信されるリクエストもUTF-8になります。通常はこうします。

HTML
1<head>
2<meta charset="UTF-8">
3</head>

入力フォームが外部のサイトで、かつそれが不特定であるような場合は文字エンコーディングが不定という状況が稀にあります。おそらくそういう事情ではないと思うのですが、仮にそういうケースであれば、文字エンコーディングを自動判定させることはできます。
マニュアルにありますが、文字コードを自動認識させるだけであれば、以下のように書けます。

PHP
1$converted = mb_convert_encoding($s, "UTF-8", "auto");

自動検出の優先順位を指定することもできます。

PHP
1$converted = mb_convert_encoding($s, "UTF-8", "JIS, EUC-JP, SJIS, UTF-8");

お勧めはしませんが、HTTPによる入力（GET, POST）を全て自動変換する場合は以下のように書けます。PHP 5.6以降で非推奨になっていますが、PHP 7.4でも動くようです。

mbstring.encoding_translation=on
mbstring.http_input=auto
mbstring.http_output=utf-8
mbstring.internal_encoding=utf-8

ただ、文字エンコーディングの自動指定はかえって文字エンコーディングの誤判定により文字化けが生じやすいことと、セキュリティ上も若干弱くなるので、文字エンコーディングは固定することをおすすめします。

投稿2019/09/28 01:33

編集2019/09/28 01:44

ockeghem

総合スコア11705

退会済みユーザー

2019/09/28 02:45

横からすみません。一般的な文字エンコーディングの指定は meta でしょうか？送信/受信ともに Content-Type の方がメジャーブラウザでは優先されたと思います。一応検証もしてみたのですが、ockeghem さんが「通常はこうします。」と言うと、なんか自分が勘違いして理解している気がします＾＾；

aae_11

2019/09/28 02:46

ご回答ありがとうございます。＞文字エンコーディングがUTF-8になり、そこから送信されるリクエストもUTF-8になりますこちらの部分で、自分が勘違いしてしまっておりまして点が把握できました。文字コードは利用者の使用しているブラウザによって違っているのだと思っていたのですが、開発する側が指定した文字コードが反映されるといった仕組みだったのですね...