php中mb_detect_encoding检测文件编码方法[非完美]

WBOY

Release： 2016-06-08 17:22:49

Original

1080 people have browsed it

在php中我们可以利用mb_detect_encoding函数来检查字符串编码或文件编码，mb_detect_encoding函数是php内置的一个函数了，下面我们简单介绍。

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、
源码献上，不喜勿喷。
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 www.111cn.net 。

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	复制代码
$encode = mb_detect_encoding($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

复制代码

/**
* 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 "";
}