php 檢測字元編碼代碼_PHP教程

function utf8_gb2312($str, $default = 'gb2312')
{
$str = preg_replace("/[x01-x7f]+/", "", $str);
if (empty($str)) return $default;

$preg = array(
"gb2312" => "/^([xa1-xf7][xa0-xfe])+$/", //正則判斷是否是gb2312
"utf-8" => "/^[x{4e00}-x{9fa5}]+$/u", //正則判斷是否是漢字(utf8編碼的條件了)，這個範圍實際上已經包含了繁體中文字了
);

if ($default == 'gb2312') {
$option = 'utf-8';
} else {
$option = 'gb2312';
}

if (!preg_match($preg[$default], $str)) {
return $option;
}
$str = @iconv($default, $option, $str);

//不能轉成 $option, 說明原來的不是 $default
if (empty($str)) {
return $option;
}

預設編碼是gb2312，而且我統計了一下，90%的情況下都是gb2312，所以，我的檢測函數不能出現本來是gb2312的，結果被檢測出utf8. 基本思路是：

1. 把所有的ascii去掉，如果全部都是ascii，那麼就是gb2312。

2. 假設這個字串是gb2312，用一個正則檢查它是否是真的gb2312，如果不是，那麼就是utf-8

3. 然後，用iconv 把字串轉換成utf8，如果轉換不成功，那麼原來可能不是真正的一個gb2312編碼的字元

（用正則匹配我已經盡量精確，但是，gb2312的編碼不是連續的，還是會有空洞），那麼最後的編碼就是utf-8.

4. 否則就是gb2312 編碼

加入這樣的檢查功能後，在1000個關鍵字裡面，就出現了1個亂碼，比以前的近100個關鍵字亂碼少了很多。

http://www.bkjia.com/PHPjc/632337.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/632337.htmlTechArticlefunction utf8_gb2312($str, $default = 'gb2312') { $str = preg_replace(/[x01-x7f]+/, , $str); if (empty($str)) return $default; $preg = array( gb2312 = /^([xa1-xf7][xa0-xfe])+$/, //正...

