关于PHP自动判断字符集并转码的详解

关于PHP自动判断字符集并转码的详解

原理很简单,因为gb2312/gbk是中文两字节,这两个字节是有取值范围的,而utf-8中汉字是三字节,同样每个字节也有取值范围。而英文不 管在何种编码情况下,都是小于128,只占用一个字节(全角除外)。

如果是文件形式的编码检查,还可以直接check utf-8的BOM信息。话不多说,直接上函数,这个函数是用来对字符串进行检查和转码的。

复制代码 代码如下:

<?php

function safeEncoding($string,$outEncoding ='UTF-8')

{

$encoding = "UTF-8";

for($i=0;$i<strlen($string);$i++)

{

if(ord($string{$i})<128)

continue;

if((ord($string{$i})&224)==224)

{

//第一个字节判断通过

$char = $string{++$i};

if((ord($char)&128)==128)

{

//第二个字节判断通过

$char = $string{++$i};

if((ord($char)&128)==128)

{

$encoding = "UTF-8";

break;

}

}

}

if((ord($string{$i})&192)==192)

{

//第一个字节判断通过

$char = $string{++$i};

if((ord($char)&128)==128)

{

// 第二个字节判断通过

$encoding = "GB2312";

break;

}

}

}

if(strtoupper($encoding) == strtoupper($outEncoding))

return $string;

else

return iconv($encoding,$outEncoding,$string);

}

?>