您當(dāng)前位置：首頁(yè) > php開源 > php教程 > php 檢測(cè)字符編碼代碼

php 檢測(cè)字符編碼代碼

來(lái)源：程序員人生發(fā)布時(shí)間：2014-01-28 06:33:26 閱讀次數(shù)：3886次

function utf8_gb2312($str, $default = 'gb2312')
{
$str = preg_replace("/[x01-x7f]+/", "", $str);
if (emptyempty($str)) return $default;
$preg = array(
"gb2312" => "/^([xa1-xf7][xa0-xfe])+$/", //正則判斷是否是gb2312
"utf-8" => "/^[x{4e00}-x{9fa5}]+$/u", //正則判斷是否是漢字(utf8編碼的條件了)，這個(gè)范圍實(shí)際上已經(jīng)包含了繁體中文字了
);
if ($default == 'gb2312') {
$option = 'utf-8';
} else {
$option = 'gb2312';
}
if (!preg_match($preg[$default], $str)) {
return $option;
}
$str = @iconv($default, $option, $str);
//不能轉(zhuǎn)成 $option, 說(shuō)明原來(lái)的不是 $default
if (emptyempty($str)) {
return $option;
}

默認(rèn)編碼是gb2312，而且我統(tǒng)計(jì)了一下，90%的情況下都是gb2312，所以，我的檢測(cè)函數(shù)不能出現(xiàn)本來(lái)是gb2312的，結(jié)果被檢測(cè)出utf8. 基本思路是：

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

2. 假設(shè)這個(gè)字符串是gb2312，用一個(gè)正則檢查它是否是真的gb2312，如果不是，那么就是utf-8

3. 然后，用iconv 把字符串轉(zhuǎn)換成utf8，如果轉(zhuǎn)換不成功，那么原來(lái)可能不是真正的一個(gè)gb2312編碼的字符（用正則匹配我已經(jīng)盡量精確，但是，gb2312的編碼不是連續(xù)的，還是會(huì)有空洞），那么最后的編碼就是utf-8.

4. 否則就是gb2312 編碼：加入這樣的檢查功能后，在1000個(gè)關(guān)鍵字里面，就出現(xiàn)了1個(gè)亂碼，比以前的近100個(gè)關(guān)鍵字亂碼少了很多。

生活不易，碼農(nóng)辛苦
如果您覺得本網(wǎng)站對(duì)您的學(xué)習(xí)有所幫助,可以手機(jī)掃描二維碼進(jìn)行捐贈(zèng)
程序員人生

------分隔線----------------------------

上一篇 百度廣告管家如何根據(jù)訪客來(lái)源實(shí)現(xiàn)精準(zhǔn)投放

下一篇 PHPCMS簡(jiǎn)歷模板不能換行的解決方法

分享到:

------分隔線----------------------------

為碼而活

積分：4237

15粉絲

7關(guān)注

欄目熱點(diǎn)

多多色-多人伦交性欧美在线观看-多人伦精品一区二区三区视频-多色视频-免费黄色视屏网站-免费黄色在线

php 檢測(cè)字符編碼代碼