Guia completo UTF-8 para desenvolvedores PHP: do banco ao navegador

Por que seus acentos viram "Привет" e como corrigir isso de uma vez por todas

Você já abriu seu site em PHP e, em vez do esperado "Olá, mundo!", viu algo como Привет, мрр!? Se sim, parabéns: você encontrou o clássico problema do UTF-8 all the way through. É aquela situação em que a codificação quebra em algum lugar entre o banco de dados e o navegador, e todo mundo culpa todo mundo.

No Stack Overflow, essa questão já acumulou milhares de visualizações e centenas de respostas. Não é à toa. Mesmo desenvolvedores experientes às vezes se perdem nas configurações de codificação. Neste tutorial, vamos seguir uma receita passo a passo para alinhar PHP, MySQL e navegador, garantindo que o UTF-8 funcione em todos os lugares. Sem mágica — apenas configurações corretas.

Passo 1. Banco de dados: a base da sua codificação

Tudo começa no banco. Se seus dados no MySQL estão em latin1 ou cp1251 e você tenta exibi-los em UTF-8, o resultado serão caracteres estranhos. Mas mesmo que o banco esteja em UTF-8, há um detalhe: a codificação antiga utf8 no MySQL não suporta emojis nem alguns caracteres raros. A solução é o utf8mb4.

1.1. Criando tabelas com a codificação correta

Ao criar uma nova tabela, sempre especifique:

CREATE TABLE artigos (\n    id INT AUTO_INCREMENT PRIMARY KEY,\n    titulo VARCHAR(255) NOT NULL,\n    conteudo TEXT NOT NULL\n) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Alternativamente, defina a codificação padrão para todo o banco de dados:

ALTER DATABASE nome_do_banco CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Importante: utf8mb4_unicode_ci é o collation (regra de comparação). Ele processa corretamente todos os caracteres Unicode. Se você não precisa de ordenação multilíngue, utf8mb4_general_ci também funciona.

1.2. Convertendo tabelas existentes

Se você já tem dados em outra codificação, converta-os primeiro:

ALTER TABLE artigos CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Mas cuidado: se a tabela já tinha dados em latin1, eles podem virar codificação dupla (ex.: Привет). Nesse caso, é preciso converter as colunas para binary e depois para utf8mb4. Essa é outra história; para simplificar, considere que você está começando do zero.

Passo 2. Conexão PHP com o banco: configurando o PDO

No PHP moderno, você usa PDO (ou mysqli). E há um ponto crítico: após conectar ao banco, é necessário definir explicitamente a codificação. Caso contrário, o PHP se comunicará com o MySQL na codificação padrão (geralmente latin1).

2.1. String de conexão PDO correta

$host = 'localhost';\n$dbname = 'seu_banco';\n$username = 'root';\n$password = '';\n\n$dsn = "mysql:host=$host;dbname=$dbname;charset=utf8mb4";\n\n$options = [\n    PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION,\n    PDO::ATTR_DEFAULT_FETCH_MODE => PDO::FETCH_ASSOC,\n    PDO::ATTR_EMULATE_PREPARES => false,\n];\n\ntry {\n    $pdo = new PDO($dsn, $username, $password, $options);\n} catch (PDOException $e) {\n    echo "Falha na conexão: " . $e->getMessage();\n}

Repare no charset=utf8mb4 no DSN. Isso força PHP e MySQL a negociarem a codificação no nível da conexão.

2.2. Método alternativo (se o DSN não funcionar)

Às vezes, versões antigas do PHP ou servidores não leem o charset do DSN. Nesse caso, adicione após a conexão:

$pdo->exec("SET NAMES 'utf8mb4'");

Mas o primeiro método é preferível — é mais limpo e moderno.

Passo 3. Cabeçalhos HTTP e HTML: dizendo a verdade ao navegador

Mesmo que o banco e o PHP estejam em UTF-8, o navegador pode achar que