PHP自動識別字符集並完成轉碼詳解

因為自己使用字符編碼一般的是utf-8編碼，但如果對方的博客使用gb2312編碼的話，POST過來就會出現亂碼（除非對方POST前先轉換編碼）。在不能保證對方是否一定使用utf-8編碼的情況下，自己做一個編碼的檢查和轉換是很有必要的。

寫了個函數來完成這個工作，原理很簡單，因為gb2312/gbk是中文兩字節，這兩個字節是有取值范圍的，而utf-8中漢字是三字節，同樣每個字節也有取值范圍。而英文不管在何種編碼情況下，都是小於128，只占用一個字節（全角除外）。

如果是文件形式的編碼檢查，還可以直接check utf-8的BOM信息，關於這方面的東西，大家可以看看TP工具箱的編碼轉換功能，我在那個AppCodingSwitch類中寫了比較詳細的注釋。

話不多說，直接上函數，這個函數是用來對字符串進行檢查和轉碼的。文件的檢查與轉碼
復制代碼 代碼如下:
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) {
            //第一個字節判斷通過
            $char = $string{++$i};
            if ((ord($char) & 128) == 128) {
                //第二個字節判斷通過
                $char = $string{++$i};
                if ((ord($char) & 128) == 128) {
                    $encoding = "UTF-8";
                    break;
                }
            }
        }
        if ((ord($string{$i}) & 192) == 192) {
            //第一個字節判斷通過
            $char = $string{++$i};
            if ((ord($char) & 128) == 128) {
                //第二個字節判斷通過
                $encoding = "GB2312";
                break;
            }
        }
    }

    if (strtoupper($encoding) == strtoupper($outEncoding))
        return $string;
    else
        returniconv($encoding, $outEncoding, $string);
}