php中mb_detect_encoding检测文件编码方法
关于文件编码的检测,百度一下一大把都是,但是确实没有能用的,很多人建议 mb_detect_encoding() 检测,可是不知为何我这不成功,什么都没输出,看到有人写了个增强版,用 BOM 判断的,我果断就无视了,这东西完全不靠谱.
最终根据PHP手册里 mb_detect_encoding 函数下方的例子,自己写了一个检测函数,还包括自动检测编码并按指点编码读取文件的函数,网上的方法我试过没用才写的,说不定环境不一样导致的.所以万一没用,也别喷我,我只是共享想思路而已.
php手册是这样解释的:
mb_detect_encoding — 检测字符的编码,string mb_detect_encoding ( string $str [,mixed $encoding_list = mb_detect_order() [,bool $strict = false ]])
这个函数有三个参数分别是:
1.str:待检查的字符串
2.encoding_list:encoding_list 是一个字符编码列表,编码顺序可以由数组或者逗号分隔的列表字符串指定.
如果省略了 encoding_list 将会使用 detect_order。
3.strict:strict 指定了是否严格地检测编码,默认是 FALSE.
下面举个例子,代码如下:
$encode = mb_detect_encoding($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.
完整实例代码如下:
- <?php
- /**
- * 检测文件编码
- * @param string $file 文件路径
- * @return string|null 返回 编码名 或 null
- */
- function detect_encoding($file) {
- $list = array('GBK', 'UTF-8', 'UTF-16LE', 'UTF-16BE', 'ISO-8859-1');
- $str = file_get_contents($file);
- foreach ($list as $item) {
- $tmp = mb_convert_encoding($str, $item, $item);
- if (md5($tmp) == md5($str)) {
- return $item;
- }
- }
- return null;
- }
- /**
- * 自动解析编码读入文件
- * @param string $file 文件路径
- * @param string $charset 读取编码
- * @return string 返回读取内容
- */
- function auto_read($file, $charset='UTF-8') {
- $list = array('GBK', 'UTF-8', 'UTF-16LE', 'UTF-16BE', 'ISO-8859-1');
- $str = file_get_contents($file);
- foreach ($list as $item) {
- $tmp = mb_convert_encoding($str, $item, $item);
- if (md5($tmp) == md5($str)) {
- return mb_convert_encoding($str, $charset, $item);
- }
- }
- return "";
- }