[英]PHP: checking if string is utf-8 or utf-16le
我正在編寫默認情況下以utf-8返回文檔的函數,如果您提供特殊參數,它將以utf-16le返回內容。 我開始為此功能編寫單元測試,但我不了解如何檢查編碼是“ utf-8”還是“ utf-16le”。 我嘗試了mb_detect_encoding
但是即使在以下代碼段中,它也會返回false
:
$utf16Doc = mb_convert_encoding($doc, "utf-16le", "utf8");
$test = mb_detect_encoding($utf16Doc, "utf-16le");
var_dump($test);
感謝有關如何檢查編碼是否為utf-16le而不是utf-8的任何想法。
一種通過BOM來檢測文件的UTF-8 / 16/32的簡單方法(不適用於字符串或沒有BOM的文件)
<?php
// Unicode BOM is U+FEFF, but after encoded, it will look like this.
define ('UTF32_BIG_ENDIAN_BOM' , chr(0x00) . chr(0x00) . chr(0xFE) . chr(0xFF));
define ('UTF32_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE) . chr(0x00) . chr(0x00));
define ('UTF16_BIG_ENDIAN_BOM' , chr(0xFE) . chr(0xFF));
define ('UTF16_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE));
define ('UTF8_BOM' , chr(0xEF) . chr(0xBB) . chr(0xBF));
function detect_utf_encoding($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';
}
?>
所以現在您可以嘗試這樣
$utf16Doc = mb_convert_encoding($doc, "utf-16le", "utf8");
$test = detect_utf_encoding($utf16Doc);
var_dump($test);
明確說明 :這不是我自己的書面答案。 我只是由用戶http://php.net/manual/en/function.mb-detect-encoding.php#68607在php.net官方網站mb_detect_encoding
下找到它的。 希望這會對您有所幫助
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.