Как проверить кодировку строки?

Question

Как проверить, является ли кодировка строки UTF8?

Answer 1

Не изобретай велосипед. Для этой задачи есть встроенная функция: mb_check_encoding().

mb_check_encoding($string, 'UTF-8');

Answer 2

Примечание:

Вы не можете определить, закодирована ли данная строка в UTF-8. Вы можете только определить, является ли данная строка окончательно не , закодированная в UTF-8. Пожалуйста, смотрите связанный вопрос здесь :

Вы не можете определить, является ли данная строка (или последовательность байтов) в кодировке UTF-8 текст, как, например, каждый серия октетов UTF-8 также является действительной (если бессмысленно) серия Latin-1 (или некоторые другие кодировки) октеты. тем не мение не каждая серия действительна Latin-1 Октеты действительны для серии UTF-8.

Answer 3

function is_utf8($string) {   
return preg_match('%^(?:  
[\x09\x0A\x0D\x20-\x7E] # ASCII  
| [\xC2-\xDF][\x80-\xBF] # non-overlong 2-byte  
| \xE0[\xA0-\xBF][\x80-\xBF] # excluding overlongs  
| [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2} # straight 3-byte  
| \xED[\x80-\x9F][\x80-\xBF] # excluding surrogates  
| \xF0[\x90-\xBF][\x80-\xBF]{2} # planes 1-3  
| [\xF1-\xF3][\x80-\xBF]{3} # planes 4-15  
| \xF4[\x80-\x8F][\x80-\xBF]{2} # plane 16  
)*$%xs', $string);   

}

Я проверил. Эта функция эффективна.

Answer 4

Еще лучше, используйте оба вышеупомянутых решения.

function isUtf8($string) {
    if (function_exists("mb_check_encoding") && is_callable("mb_check_encoding")) {
        return mb_check_encoding($string, 'UTF8');
    }

    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);

} 

Answer 5

mb_detect_encoding($string); вернет фактический набор символов $string. mb_check_encoding($string, 'UTF-8'); вернет ИСТИНА , если набор символов $string равен UTF-8, иначе ЛОЖЬ

Answer 6

Ни один из приведенных выше ответов не является правильным. Да, они могут работать. Если вы берете ответ с помощью функции preg_replace, пытаетесь ли вы убить свой сервер, если вы обрабатываете много шума? Используйте эту чистую функцию PHP без регулярных выражений, работайте 100% времени, и это намного быстрее.

if(function_exists('grk_Is_UTF8') === FALSE){
    function grk_Is_UTF8($String=''){
        #   On va calculer la longeur de la chaîne
        $Len = strlen($String);

        #   On va boucler sur chaque caractère
        for($i = 0; $i < $Len; $i++){
            #   On va aller chercher la valeur ASCII du caractère
            $Ord = ord($String[$i]);
            if($Ord > 128){
                if($Ord > 247){
                    return FALSE;
                } elseif($Ord > 239){
                    $Bytes = 4;
                } elseif($Ord > 223){
                    $Bytes = 3;
                } elseif($Ord > 191){
                    $Bytes = 2;
                } else {
                    return FALSE;
                }

                #   
                if(($i + $Bytes) > $Len){
                    return FALSE;
                }

                #   On va boucler sur chaque bytes / caractères
                while($Bytes > 1){
                    #   +1
                    $i++;

                    #   On va aller chercher la valeur ASCII du caractère / byte
                    $Ord = ord($String[$i]);
                    if($Ord < 128 OR $Ord > 191){
                        return FALSE;
                    }

                    #   Parfait
                    $Bytes--;
                }
            }
        }

        #   Vrai
        return TRUE;
    }
}

Answer 7

если его отправить с сервера

echo $_SERVER['HTTP_ACCEPT_CHARSET'];