PHP判断变量内容是什么编码（gbk？utf-8) mb_detect_encoding
作者:admin 日期:2021-12-02
PHP代码
- function convToUtf8($str) {
- if( mb_detect_encoding($str,"UTF-8, ISO-8859-1, GBK")!="UTF-8" ) {//判断是否不是UTF-8编码，如果不是UTF-8编码，则转换为UTF-8编码
- return iconv("gbk","utf-8",$str);
- } else {
- return $str;
- }
- }
php中可以使用 mb_detect_encoding() 函数来判断字符串是什么编码的。
当在php中使用mb_detect_encoding函数进行编码识别时，很多人都碰到过识别编码有误的问题，例如对与GB2312和UTF-8，或者UTF-8和GBK(这里主要是对于cp936的判断)，网上说是由于字符短时mb_detect_encoding会出现误判。
代码如下：
PHP代码
- $encode = mb_detect_encoding($keytitle, array("ASCII","UTF-8","GB2312","GBK","BIG5"));
- if($encode == "UTF-8"){
- $keytitle = iconv("UTF-8","GBK",$keytitle);
- }
这段代码的作用是检测字符串的编码是否UTF-8，是的话就转换为GBK。
可是当 $keytitle = “%D0%BE%C6%AC”;时。检测结果却是UTF-8.这个bug其实不算是bug，写程序时也不应当过于依赖mb_detect_encoding，当字符串较短时，检测结果产生偏差的可能性很大。
解决办法，代码如下:
PHP代码
- $encode = mb_detect_encoding($keytitle, array("ASCII","GB2312","GBK","UTF-8"));
三个参数分别是：被检测的输入变量、编码方式的检测顺序(一旦为真，后面自动忽略)、strict模式对编码检测的顺序进行调整，将最大可能性放在前面，这样减少被错误转换的机会。
一般要先排gb2312，当有GBK和UTF-8时，需要将常用的排列到前面。
PHP字符串编码的转换和判断
GBK 和 UTF-8 编码的转换是一个非常恶心的事情，比如像 PHP 中的 json_encode 本身根本不支持 GBK 形式的编码。有两个库函数能够支持编码的转换，通常能够想到的就是 iconv 函数，使用起来也非常爽：
iconv('GBK', 'UTF-8//IGNORE', '测试字符串'); // 将字符串由 GBK 编码转换为 UTF-8 编码
但 iconv 只能解决编码预先知道的情况，如果字符串编码未知，则需要先探测其编码，这时可能会用到 mb_string 扩展库：
mb_detect_encoding('测试字符串');
可是 mb_detect_encoding 存在一个硬伤，经常出现判断不准确的情况。或许这样就可以解决：
PHP代码
- // 使用 iconv 转换并判断是否等值，效率不高
- function is_utf8 ($str) {
- if ($str === iconv('UTF-8', 'UTF-8//IGNORE', $str)) {
- return 'UTF-8';
- }
- }
- // 多种编码的情况
- function detect_encoding ($str) {
- foreach (array('GBK', 'UTF-8') as $v) {
- if ($str === iconv($v, $v . '//IGNORE', $str)) {
- return $v;
- }
- }
- }
通过以上方式得到字符串编码信息后，就可以利用 iconv 或 mb_convert_encoding 来转换编码了。
上一篇: snoopy（强大的PHP采集类） 详细介绍
下一篇: CentOS6开启MySQL远程访问
文章来自: 本站原创
引用通告: 查看所有引用 | 我要引用此文章
Tags: php 
相关日志:
评论: 0 | 引用: 0 | 查看次数: 65
发表评论
广告位
