[英]PHP: checking if string is utf-8 or utf-16le
我正在编写默认情况下以utf-8返回文档的函数,如果您提供特殊参数,它将以utf-16le返回内容。 我开始为此功能编写单元测试,但我不了解如何检查编码是“ utf-8”还是“ utf-16le”。 我尝试了mb_detect_encoding
但是即使在以下代码段中,它也会返回false
:
$utf16Doc = mb_convert_encoding($doc, "utf-16le", "utf8");
$test = mb_detect_encoding($utf16Doc, "utf-16le");
var_dump($test);
感谢有关如何检查编码是否为utf-16le而不是utf-8的任何想法。
一种通过BOM来检测文件的UTF-8 / 16/32的简单方法(不适用于字符串或没有BOM的文件)
<?php
// Unicode BOM is U+FEFF, but after encoded, it will look like this.
define ('UTF32_BIG_ENDIAN_BOM' , chr(0x00) . chr(0x00) . chr(0xFE) . chr(0xFF));
define ('UTF32_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE) . chr(0x00) . chr(0x00));
define ('UTF16_BIG_ENDIAN_BOM' , chr(0xFE) . chr(0xFF));
define ('UTF16_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE));
define ('UTF8_BOM' , chr(0xEF) . chr(0xBB) . chr(0xBF));
function detect_utf_encoding($filename) {
$text = file_get_contents($filename);
$first2 = substr($text, 0, 2);
$first3 = substr($text, 0, 3);
$first4 = substr($text, 0, 3);
if ($first3 == UTF8_BOM) return 'UTF-8';
elseif ($first4 == UTF32_BIG_ENDIAN_BOM) return 'UTF-32BE';
elseif ($first4 == UTF32_LITTLE_ENDIAN_BOM) return 'UTF-32LE';
elseif ($first2 == UTF16_BIG_ENDIAN_BOM) return 'UTF-16BE';
elseif ($first2 == UTF16_LITTLE_ENDIAN_BOM) return 'UTF-16LE';
}
?>
所以现在您可以尝试这样
$utf16Doc = mb_convert_encoding($doc, "utf-16le", "utf8");
$test = detect_utf_encoding($utf16Doc);
var_dump($test);
明确说明 :这不是我自己的书面答案。 我只是由用户http://php.net/manual/en/function.mb-detect-encoding.php#68607在php.net官方网站mb_detect_encoding
下找到它的。 希望这会对您有所帮助
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.