mb_string 字元編碼偵測轉換

clipped from tzangms.com 除了 iconv, mb_string 也是一個用來轉換偵測字元編碼的好東西。先前再做信件編碼處理的部份, 都是用到 iconv, 不過這次用 mb_string 處理一些簡體、繁體及UTF-8之間的轉換, 所以來寫一下 memo。(基本上只對簡體繁體及UTF-8做處理) function detectCharset($str){ $encoding_list = 'ASCII, EUC-CN, BIG-5, UTF-8'; return mb_detect_encoding($str, $encoding_list); } 嗯~ 看到 $encoding_list , EUC-CN 是..?? 嗯, 在 mb_string 中 EUC-CN 代表的就是 GB2312, 而平常在打的 big5 在 mb_string 則是要成 BIG-5, 就是要多一個 dash ( - ), 跟一般用的編碼名稱稍微有些不一樣, 這裡列出部分 mb_string 的 encoding 名稱: UTF-8 EUC-JP ISO-2022-JP EUC-CN CP936 BIG-5 在繁簡中文以及UTF-8的偵測的時候, 要注意 $encoding_list 的順序, 如果將 $encoding_list 變成下列的順序位置, 那麼結果可能不會是你想要的。 $encoding_list = 'BIG-5, UTF-8, EUC-CN'; 如果用這個 encoding_list 來偵測 GB2312 的字元的時候, 所得到的結果將會是 BIG-5。我想這個結果可能是因為, BIG-5 也包含了一些簡體字元, 不過我測試過的數量不多, 也許會有例外, 但目前這個 encoding_list 的順序還不錯, 可以正確抓到我要的結果。 function convertCharset($str, $encoding){ if ($encoding == 'EUC-CN') $encoding = 'CP936'; if ($encoding == 'UTF-8' || $encoding == 'ASCII') return $str; else return mb_convert_encoding($str, 'UTF-8', $encoding); }