nlog(n)

文字化けを直すと PHP が動作せず，PHP を動作させると文字化けになってしまう問題が解決した。

問題発生

このサイトの文字コードは基本的に EUC-JP で，一部に UTF-8 のページがある。UTF-8 のページでは PHP が動作している(nlog(n): Picasa の Web エクスポートに PukiWiki 風のコメント欄をつける)。PHP は，拡張子が .html の場合でも動作するように設定している(nlog(n): 拡張子を変更せずに MT を PHP 化)。当初はうまく動作していたのだが，いつの間にか UTF-8 のページが文字化けするようになってしまった(nlog(n): 文字化けを直すとPHPが動作しなくなる)。Apache のバージョンを疑ったが，原因は違うところにあった。

このサイトの構成で関係のある点は次の通り。

• 基本は EUC-JP のページだが，一部 UTF-8 のページがある
• 拡張子 .html で PHP を動作させている

環境は Vine Linux 3.2 kernel-2.4.33-0vl0.9，apache-1.3.33-0vl2.3, php5-apache-5.2.0-0vl2 である。

問題解決

拡張子 .html を PHP に処理させる指定は httpd.conf ではなく .htaccess で行う

これは，異なる文字コードのページが混在している場合に有効な設定である。

このサイトでは，拡張子が .php のファイルだけでなく，.html のファイルも PHP で動作するように設定している。基本は .htaccess に AddType ディレクティブを追加することで行う(nlog(n): 拡張子を変更せずに MT を PHP 化)。

PHP 化した際に，.htaccess の代わりに httpd.conf で設定してみたが，動作しなかったためそのまま放置していた。その後しばらくして UTF-8 のページに文字化けが発生した(nlog(n): 文字化けを直すとPHPが動作しなくなる)。当初は反映されなかった httpd.conf での AddType 設定が，何らかのタイミングで有効になり，それと同時に文字化けが始まったのではないかと推測される。

なぜなら，httpd.conf で .html を PHP に処理させるように設定すると，.htaccess 内で AddType で文字コード設定をしていても，PHP で設定されている Content-Type が強制的にヘッダについてしまうからである。つまり，Apache の文字コード設定よりも PHP の設定の方が優先されるのだ。

PHP のディレクティブで Content-Type の charset 設定を行う

上述の理由により，nlog(n): Picasa の Web エクスポートに PukiWiki 風のコメント欄をつける を正しく動作させるには，.htaccess に次のように書いておけばよいことになる。特にこれは EUC-JP と UTF-8 のページが混在している場合だが，混在せず UTF-8 のページだけの場合でも有効である。

ポイントは，default_charset の設定である。default_charset で設定した文字列は，HTML レスポンスヘッダ内の「Content-Type: text/html; charset=」の後ろにそのまま表示される(PHP: コア php.ini ディレクティブに関する説明 - Manual)。この文字列は，最終的には Web ブラウザで利用されるため，大文字でも小文字でもよい。W3C の書式に習い，ここでは小文字にしている(W3C I18n article: Character encodings)。mbstring.internal_encoding は PHP が扱うものなので，マニュアルにある通り大文字とした(PHP: マルチバイト文字列関数 (mbstring) - Manual)。.htaccess で設定できる PHP ディレクティブは，PHP: php.ini ディレクティブ - Manual のうち，変更の可否が PHP_INI_ALL または PHP_INI_PERDIR となっているものである。

文字コード設定の優先順位

まず，Web ブラウザが文字コードを判定する基準についてみてみる。＠IT：Javaの文字化け対策FAQ には次の解説がある。

HTML 4.01仕様では、Webブラウザが以下の優先順位で文字コードを決定することを規定している。

1. HTTPにおけるContent-Typeヘッダのcharsetパラメータ
2. HTML文書内のMETA宣言およびhttp-equiv属性で設定された、Content-Typeヘッダのcharsetパラメータ
3. HTML文書内の各要素のcharset属性

ここで，数字が若いほど優先順位が高い。すなわち，Content-Type ヘッダの charset パラメータが最も優先される。

次に，サーバ側で Content-Type ヘッダをどのように設定しているかについて見てみたい。しかし，探し出せなかった。恐らく次のような動作をすると思われる。順序は上から下なので，下に行くほど優先度が高くなる。

1. httpd.conf 内の AddType 設定を調べる
   1. AddType application/x-httpd-php .html なら，php.ini 内の default_charset 設定を調べる (設定がなければコンパイル時オプションの値を設定)
2. .htaccess 内の AddType 設定を調べる
   1. AddType application/x-httpd-php .html なら，default_charset 設定を調べる
      1. php.ini 内の default_charset 設定 (設定がなければコンパイル時オプションの値を設定)
      2. .htaccess 内の default_charset 設定

ここまで書き終わったところで，タイムリーにはてブコメントをいただいた(はてなブックマーク - 徒栞 / 2007年01月16日)。すんごくタイムリー。そして的確である。

1つの拡張子に違うAddTypeを同時に適用はできないので、(1)AddType application/x-httpd-php htmlするならPHP側でContent-Typeヘッダを出力。(2)AddType "text/html; charset=.." htmlするならAddHandler application/x-httpd-php html とかでは。

2015年1月14日追記:
OS をアップグレードしたところ，またもやこの問題が発生し，そして解決しました (nlog(n): 拡張子 html で PHP を動作させているときの文字化け問題が復活)。

• Tweet