在PHP中,将其他编码的汉字转为UTF-8编码,首先就是知道当前汉字的编码,在明确知道汉字编码的情况下,这个问题是多余的。但是如果不知道当前汉字编码的话,则可以利用PHP函数 mb_detect_encoding 来进行测试。以下是PHP官方关于此函数的描述:
string mb_detect_encoding ( string $str [, mixed $encoding_list = mb_detect_order() [, bool $strict = false ]] )
这里的关键是 $encoding_list 参数。经测试,windows的ANSI编码对应为EUC-CN , UNICODE对应是ISO-8859-1 ,UTF-8这个是通用的。对于简体中文windows产生的文本文件可以用以下函数来检测它的具体编码:
========================
php检测字符串编码(utf-8,gbk,gb2312)是否为utf8编码的方法总结
2011-05-29 07:45:21 | 366次阅读 | 评论:0 条 | itokit
检测一个字符串是否为utf8编码的方法总结,总共总结了四种方法:
1、方法1
PHP Code复制内容到剪贴板
function mb_is_utf8($string)
{
return mb_detect_encoding($string, 'UTF-8') === 'UTF-8';//新发现
}
2、方法2
PHP Code复制内容到剪贴板
function preg_is_utf8($string)
{
return preg_match('/^.*$/u', $string) > 0;//preg_match('/^./u', $string)
}
3、方法3
PHP Code复制内容到剪贴板
function is_utf8_1($str)
{
$c=0; $b=0;
$bits=0;
$len=strlen($str);
for($i=0; $i<$len; $i++){
$c=ord($str[$i]);
if($c > 128){
if(($c >= 254)) return false;
elseif($c >= 252) $bits=6;
elseif($c >= 248) $bits=5;
elseif($c >= 240) $bits=4;
elseif($c >= 224) $bits=3;
elseif($c >= 192) $bits=2;
else return false;
if(($i+$bits) > $len) return false;
while($bits > 1){
$i++;
$b=ord($str[$i]);
if($b < 128 || $b > 191) return false;
$bits--;
}
}
}
return true;
}
4、方法四
PHP Code复制内容到剪贴板
function is_utf8_2($string) {
// From http://w3.org/International/questions/qa-forms-utf-8.html
return preg_match('%^(?:
[\x09\x0A\x0D\x20-\x7E] # ASCII
| [\xC2-\xDF][\x80-\xBF] # non-overlong 2-byte
| \xE0[\xA0-\xBF][\x80-\xBF] # excluding overlongs
| [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2} # straight 3-byte
| \xED[\x80-\x9F][\x80-\xBF] # excluding surrogates
| \xF0[\x90-\xBF][\x80-\xBF]{2} # planes 1-3
| [\xF1-\xF3][\x80-\xBF]{3} # planes 4-15
| \xF4[\x80-\x8F][\x80-\xBF]{2} # plane 16
)*$%xs', $string);
} // function is_utf8
5、方法五
PHP Code复制内容到剪贴板
function isUTF8($string)
{
return (utf8_encode(utf8_decode($string)) == $string);
}
测试用例:var_dump(is_utf8_2('我的编码'));