php自动获取字符串编码函数mb_detect_encoding
程序员文章站
2022-06-03 10:44:21
当在php中使用mb_detect_encoding函数进行编码识别时,很多人都碰到过识别编码有误的问题,例如对与gb2312和utf- 8,或者utf-8和gbk(这里主...
当在php中使用mb_detect_encoding函数进行编码识别时,很多人都碰到过识别编码有误的问题,例如对与gb2312和utf- 8,或者utf-8和gbk(这里主要是对于cp936的判断),网上说是由于字符短是,mb_detect_encoding会出现误判。
例如:
复制代码 代码如下:
$encode = mb_detect_encoding($keytitle, array("ascii",'utf-8′,"gb2312′,"gbk",'big5′));
if ($encode == “utf-8″){
$keytitle = iconv("utf-8″,"gbk",$keytitle);
}
这段代码的作用是检测字符串的编码是否utf-8,是的话就转换为gbk。
可是当 $keytitle = “%d0%be%c6%ac”;时。检测结果却是utf-8.这个bug其实不算是bug,写程序时也不应当过于依赖mb_detect_encoding,当字符串较短时,检测结果产生偏差的可能性很大。
怎么解决呢,我的办法是:
复制代码 代码如下:
$encode = mb_detect_encoding($keytitle, array('ascii','gb2312′,'gbk','utf-8');
三个参数分别是:被检测的输入变量、编码方式的检测顺序(一旦为真,后面自动忽略)、strict模式
对编码检测的顺序进行调整,将最大可能性放在前面,这样减少被错误转换的机会。
一般要先排gb2312,当有gbk和utf-8时,需要将常用的排列到前面。
下一篇: pandas通过loc生成新的列方法