中国語が文字コード変換で、一部文字化けする。

質問

PHPとMySQLで中国語のサイトを作っているのですが、データベースから読み出した文字列が、GB2312に変換後一部の文字だけ「?」になってしまいます。

このサイトでは中国語以外に、既に日英のサイトがあってそれらは、

日：WEB = SJIS / DB = EUC
英 : WEB = UTF-8 / DB = EUC
中 : WEB = GB2312 / DB = EUC

という構成になっています。
ちなみに管理者画面では、日、英、中、全てのコンテンツを編集できるようになっていて、文字コードは、shift-jisにしてあります。

ですので、中国語のコンテンツを書き出すときは、

管理者画面：shift-jis
↓
PHP処理：EUCに変換
↓
DB:EUCで登録

↓

DB:EUC
↓
PHP処理：GB2312に変換
↓
HTMLに書き出し

という流れになっています。
中国語のサイトを作られている方は少ないと思いますが、分かる範囲でアドバイスをいただければと思います。よろしくお願い致します。

回答No.1

みずの（@mizuno3） · ベストアンサー

中国語の文字コードを詳しく知らないのですが、中国語をEUCにするってのはそもそも間違えているのではないでしょうか。

多国語を扱う場合は素直にDBもソースもUTF-8などにしてしまった方が良いかと思います。

何が何DBはEUCで！！
って場合は、文字データをバイナリの状態で（BLOG型）に入れてやったりする必要があると思います。

出力形式を変えたり、それぞれの文字コードを把握しないといけないなどかなりめんどくさいと思います。
また、予想できない問題がいろいろあるんじゃないかな？と思います。

お礼

結局、

SJIS

ではなく、

sjis-win

にすることで解決できました。
また、また今後のために文字データをBLOB型で保存することにしました。

現状では、

管理者画面（入力）：sjis-win　→　DB:GB(EUC/BLOB型)
管理者画面（出力）：DB:GB(EUC/BLOB型)　→　sjis-win
中国語サイト：DB:GB(EUC/BLOB型)　→　GB

という感じで処理することにしました。
BLOB型にするメリットがいまいち分かっていないまま、こうしてみたのですが、全然違うものなのでしょうか？

補足

そうなんです。最初にUTF-8にするべきでした。ただ、日英のシステムを組んでいたときはまだ知識が少なかったため、EUCを選んでしまいました。

テーブルごとに文字コードが変えられたらいいですけどね。すでにシステムは動いており、後にはひけない状況だといえます。

BLOG型ではななく、BLOB型でしょうか？
それを一度試してみたいと思います。

症状としては、shift-jisで特定の文字だけ文字化けしてしまう、といったのと似ており、GB2312で特定の文字だけ文字化けしてしまうという感じです。