商品列表页的标题统一截 24 个字,运营在后台给一个新品标题加了三个笑脸 emoji。上线后列表页第三条后面挂着一个黑色问号和半个方块,点进详情页标题是完整的。
截断代码只有一行:mb_substr($title, 0, 24)。没传编码,靠 mbstring.internal_enCoding。查 php.ini,这一项被写成 EUC-CN,是当年从旧站迁移留下来的,后面又写了 default_charset = UTF-8。default_charset 只在 internal_encoding 为空时才起作用,于是 mb_substr 拿着 EUC-CN 去切 UTF-8 字符串,四字节的 emoji 被从中间切开,剩下的字节不是合法 UTF-8,浏览器就渲染成问号。
中间还怀疑过另一种可能。这张表建表时用的是 utf8mb3,emoji 存进去会变成 ?,但用 mysql 客户端查出来是完整的,说明字段已经是 utf8mb4,问题不在库。
试过 mb_strimwidth($title, 0, 48, '...'),宽度按半角算,中文两个字宽,24 个字要传 48,遇上 emoji 宽度算不准,末尾还是缺一块。也试过 substr 之后 iconv 清洗,字符少得更多。
改法是两个动作:mb_substr 显式传 'UTF-8',入库和输出前各做一次 mb_check_encoding 校验。历史数据里已经切坏的那些,用 mb_convert_encoding($s, 'UTF-8', 'UTF-8') 把非法字节丢掉,不能还原,但至少不再显示问号。
$t = mb_substr($title, 0, 24, 'UTF-8');
if (mb_strlen($title, 'UTF-8') > 24) {
$t .= '…';
}
if (!mb_check_encoding($t, 'UTF-8')) {
$t = mb_convert_encoding($t, 'UTF-8', 'UTF-8');
}
验证是把线上 2000 条带 emoji 的标题导下来,逐条截断后跑 mb_check_encoding,全部返回 true;再在 iPhone 和安卓各看一遍列表页,没有乱码方块。
php.ini 里那行 mbstring.internal_encoding 直接注释掉了,运维说这台机器上还有两个老站点依赖 EUC-CN,那就只能在代码里逐处写死编码,不能靠全局配置。
