mb_detect_encoding — 檢測字符的編碼
string mb_detect_encoding ( string $str [,mixed $encoding_list = mb_detect_order() [,bool $strict = false ]])
這個函數有三個參數分別是:
1.str:待檢查的字符串
2.encoding_list:encoding_list 是一個字符編碼列表,編碼順序可以由數組或者逗號分隔的列表字符串指定.
如果省略了 encoding_list 將會使用 detect_order。
3.strict:strict 指定了是否嚴格地檢測編碼,默認是 FALSE.
下面舉個例子,代碼如下:
$encode = mb_detect_encoding($keytitle,array('ASCII','GB2312','GBK','UTF-8'));
三個參數分別是:被檢測的輸入變量,編碼方式的檢測順序(一旦爲真,後面自動忽略),strict模式對編碼檢測的順序進行調整,將最大可能性放在前面,這樣減少被錯誤轉換的機會,一般要先排gb2312,當有GBK和UTF-8時,需要將常用的排列到前面.
集成函數如下:
1.字符串轉換爲UTF-8
function strToUtf8($str){
$encode = mb_detect_encoding($str, array("ASCII",'UTF-8',"GB2312","GBK",'BIG5'));
if($encode == 'UTF-8'){
return $str;
}else{
return mb_convert_encoding($str, 'UTF-8', $encode);
}
}
2.文件內容轉換編碼
/**
* 檢測文件編碼
* @param string $file 文件路徑
* @return string|null 返回 編碼名 或 null
*/
function detect_encoding($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;
}
/**
* 自動解析編碼讀入文件
* @param string $file 文件路徑
* @param string $charset 讀取編碼
* @return string 返回讀取內容
*/
function auto_read($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 "";
}
參考: