UTF-8編碼檢測失敗特例

    Ruby中進行UTF-8編碼檢測的方法是String#unpack方法，傳入 "U*" 模板。這個模板的意思是把字串當成一個UTF-8串，分別把每一個Unicode字元轉換成對應的代碼點並組合為數組。字串本身確實是UTF-8，則能夠轉換成功，否則將拋出異常。根據這種行為，給String添加如下執行個體方法：

  class String
    def utf8?
      unpack('U*') rescue return false
      true
    end
  end

    以上程式在大部分情況下確實正確。但是我發現GB2312編碼中，下列漢字的GB2312編碼能夠通過上面方法的檢測，而被誤認為是UTF-8串：
 
    位、前、支、校、寫、元

    可能還有一些。因此，上述方法不適宜用來對可能包含GB2312編碼的中文字串進行UTF-8編碼檢測。

    注意這不是Ruby的問題，而是不同編碼模式導致的本質難題。

    可以做以下實驗：
 
    1. 開啟notepad，寫入一個‘位’字，不斷行符號，直接以ANSI編碼儲存（注意必須用ANSI編碼儲存）。

    2. 再次開啟這個檔案，你會看到顯示出來的不是“位”字，而是λ。

    同樣，“前、支、校、寫、元” 等單字也存在類似現象。

    可見字串編碼檢測並不容易。不知有沒有什麼可靠的方法（除了用Iconv庫直試轉以外），望知者不吝賜教。