这两天在研究 Jobs Digg 的中文 URL 编码乱码的问题，我发现原来是由源代码字符集和数据输入输出字符集不同造成的。
这个乱码问题是这样的。在 Jobs Digg 的网站上，中文分类的链接里 URL 编码出错，无法还原成原来的中文名称。比如，UTF-8 的“招聘”这两个中文的 URL 编码应该是 %E6%8B%9B%E8%81%98，而出错的串变成 ae%8B%9Be%81%98。
产生这个问题的原因是在添加/更新分类的时候，Pligg 会把这个分类名称另外保存成一个 category_safe_name，代码中是先用 str_replace 函数把分类名称中可能包含的特殊字符转换成安全字符，再进行 URLEncode。
我们经常发送中文的电子邮件，而电子邮件的编码写web不大一样。我们一般用base64的编码来处理邮件头中非ascii字符。而现在UTF-8是web上最通用的编码。
$smtp->datasend("Content-Type:text/plain;charset=UTF-8\n"); #这里设置邮件内容的编码 $smtp->datasend("Subject:=?UTF-8?B?".encode_base64($title, '')."?=\n\n"); #encode_base64是MIME::Base64模块中的函数，$title为UTF-8编码过的 $smtp->datasend($mail_body." \n"); #$mail_body为UTF-8编码过的
其中=?UTF-8?B?为前缀，?=为后缀，B表示Base64编码。在邮件头的标题中，必须先用utf-8编码，然后再用base64编码，而邮件体就可以直接采用UTF-8的编码。
这样发出的邮件，就不会出现中文乱码的问题。