Вы перенесли сайт на другой хостинг или отредактировали старый файл, и вдруг вместо узбекского и русского текста на странице появились «Ð¡Ð°Ð¹Ñ‚», «РЎР°Р№С‚» или «Ñàéò». В русскоязычной среде это называют кракозябрами, по-английски — mojibake. Как правило, данные при этом не потеряны: байты на месте, их просто читают в неверной кодировке. Поэтому первая задача — не паниковать, а понять, на каком этапе перепутались кодировки.
Определяем причину по виду искажения
Форма кракозябр многое подсказывает. В таблице показано, как слово «Сайт» выглядит при разных ошибках. Сравнив символы на своей странице с этими образцами, можно быстро понять, где искать проблему.
| Что видно на экране | Что произошло |
|---|---|
| Сайт | Текст в UTF-8, но браузер или программа читает его как Latin-1 / Windows-1252 |
| Сайт | Текст в UTF-8, но читается как Windows-1251 |
| Ñàéò | Текст сохранён в Windows-1251, но читается как Latin-1 |
| ���� или ???? | Текст в Windows-1251 читается как UTF-8, либо база не смогла сохранить символ |
Вопросительные знаки из последней строки заслуживают отдельного внимания. Если они приходят из базы, скорее всего, текст был потерян ещё при записи, и вернуть его можно только из резервной копии. В остальных трёх случаях байты целы, и при правильной настройке текст снова станет нормальным.
Причина первая: кодировка файла не совпадает с HTTP-заголовком
Старые сайты, особенно сделанные в начале 2010-х, часто написаны в Windows-1251. На новом сервере веб-сервер отдаёт страницы с заголовком charset=UTF-8. В результате браузер читает байты 1251 как UTF-8, и появляются вопросительные знаки или ромбики. Бывает и наоборот: файл в UTF-8, а страница объявляет <meta charset="windows-1251">.
Кодировку файла можно проверить по SSH командой file, а при необходимости перекодировать в UTF-8 через iconv. Чтобы сохранить исходник, пишите результат в отдельный файл:
file -i index.php
# index.php: text/x-php; charset=iso-8859-1 (1251 часто определяется именно так)
iconv -f WINDOWS-1251 -t UTF-8 index.php > index.utf8.php
mv index.php index.cp1251.bak && mv index.utf8.php index.php
Команда file не всегда правильно распознаёт 1251, поэтому результат обязательно проверяйте, открыв страницу. Если файлов много, сначала попробуйте на одной папке и заранее сделайте резервную копию всего сайта.
Правильное объявление кодировки
Когда все файлы приведены к UTF-8, сервер и страница должны сообщать одно и то же. Тег <meta charset="utf-8"> лучше ставить в самом начале <head>. Для PHP-скриптов заголовок можно отправить из кода, а на хостинге с Apache достаточно одной строки в .htaccess:
<?php
header('Content-Type: text/html; charset=utf-8');
# .htaccess
AddDefaultCharset UTF-8
Причина вторая: метка BOM
Некоторые редакторы в Windows добавляют в начало UTF-8 файла невидимую метку BOM (байты EF BB BF). В обычной HTML-странице это может быть незаметно, но в PHP-файле метка выводится вверху страницы как «ï»¿» или вызывает предупреждение «headers already sent», потому что эти байты уходят в вывод раньше заголовков. Решение — пересохранить файл как «UTF-8 без BOM» или удалить метку командой:
grep -rl $'^\xEF\xBB\xBF' --include=*.php .
sed -i '1s/^\xEF\xBB\xBF//' config.php
Причина третья: кодировка подключения к базе
Если с файлами всё в порядке, а ломается только текст из базы (названия товаров, новости), проблема в соединении между PHP и MySQL. Когда скрипт не указывает кодировку при подключении, сервер берёт свою по умолчанию, и байты UTF-8 интерпретируются как другая кодировка. Решение — явно указать кодировку:
$pdo = new PDO('mysql:host=localhost;dbname=example_db;charset=utf8mb4', $user, $pass);
// или для mysqli
$db->set_charset('utf8mb4');
Сложнее случай с двойной кодировкой. Он возникает, когда старое приложение годами записывало UTF-8 текст через соединение latin1 в таблицу latin1. В phpMyAdmin такой текст выглядит как «Ð¡Ð°Ð¹Ñ‚», а старый сайт показывает его правильно, потому что ошибка симметрично повторяется в обе стороны. Стоит исправить соединение — и кракозябры появляются уже на сайте. Распространённый способ починить такую базу: экспортировать данные с --default-character-set=latin1, заменить объявления кодировки в дампе на utf8mb4 и импортировать заново. В каждой базе процесс немного отличается, поэтому делайте его только на копии и сначала на небольшой таблице.
Пример: перенос сайта школы в Самарканде
Сайт частной школы в Самарканде example.uz больше десяти лет работал на старой CMS, файлы были в Windows-1251. После переноса на новый хостинг меню отображалось ромбиками, а новости из базы приходили символами, начинающимися с «Ð». По таблице образцов стало понятно, что проблем две: файлы в 1251, а база с двойной кодировкой. Сначала файлы перекодировали через iconv, затем исправили базу на копии и импортировали её, а в конце добавили charset=utf8mb4 в подключение. После этого страницы и новости стали отображаться правильно.
Короткий порядок проверки
- Сравните вид кракозябр с таблицей и определите, какие кодировки перепутаны.
- В инструментах разработчика браузера (вкладка Network) посмотрите заголовок
Content-Typeответа. - Разделите случаи: ломается только статический текст или только текст из базы.
- Перед каждым изменением делайте резервную копию и меняйте за раз только одно.
На хостинге sayt.uz с файлами и базами можно работать через панель ISPmanager, которая открывается из кабинета sayt.uz. Если проблема появилась после переноса, напишите тикет в техподдержку и укажите, какая страница и какой текст искажены, — так причину найти будет проще.