检测字符串编码可以有很多种方法,如利用ord获得字符的进制然后进入判断,或利用mb_detect_encoding函数来处理,下面整理了几种方法.

例子1,代码如下:

1. /** 
2. * 检测字符串是否为UTF8编码 
3. * @param string $str 被检测的字符串 
4. * @return boolean 
5. */ 
6. function is_utf8($str){ 
7. $len = strlen($str); 
8. for($i = 0; $i < $len; $i++){ 
9. $c = ord($str[$i]); 
10. if ($c > 128) { 
11. if (($c > 247)) return false; 
12. elseif ($c > 239) $bytes = 4; 
13. elseif ($c > 223) $bytes = 3; 
14. elseif ($c > 191) $bytes = 2; 
15. else return false; 
16. if (($i + $bytes) > $len) return false; 
17. while ($bytes > 1) { 
18. $i++; 
19. $b = ord($str[$i]); 
20. if ($b < 128 || $b > 191) return false; 
21. $bytes--; 
22. } 
23. } 
24. } 
25. return true; 
26. } 

例子2,代码如下:

1. function is_utf8($string) {  
2.     return preg_match('%^(?:  
3.             [＼x09＼x0A＼x0D＼x20-＼x7E]                 # ASCII  
4.         | [＼xC2-＼xDF][＼x80-＼xBF]                 # non-overlong 2-byte  
5.         |     ＼xE0[＼xA0-＼xBF][＼x80-＼xBF]             # excluding overlongs  
6.         | [＼xE1-＼xEC＼xEE＼xEF][＼x80-＼xBF]{2}     # straight 3-byte  
7.         |     ＼xED[＼x80-＼x9F][＼x80-＼xBF]             # excluding surrogates  
8.         |     ＼xF0[＼x90-＼xBF][＼x80-＼xBF]{2}     # planes 1-3  
9.         | [＼xF1-＼xF3][＼x80-＼xBF]{3}             # planes 4-15  
10.         |     ＼xF4[＼x80-＼x8F][＼x80-＼xBF]{2}     # plane 16  
11.     )*$%xs', $string);       
12.   

准确率基本和mb_detect_encoding()一样,要对一起对,要错一起错,编码检测不可能100%准确,这个东西已经可以基本满足要求了.

例子3,代码如下:

1. function mb_is_utf8($string)    
2. {    
3.     return mb_detect_encoding($string, 'UTF-8') === 'UTF-8';//新发现    
4. }  //开源软件:phpfensi.com 

例子4,代码如下:

1. // Returns true if $string is valid UTF-8 and false otherwise.    
2. function is_utf8($word)    
3. {    
4. if (preg_match("/^([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}$/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){2,}/",$word) == true)    
5. {    
6. return true;    
7. }    
8. else    
9. {    
10. return false;    
11. }    
12. } // function is_utf8

Tags: PHP检测字符串 UTF8编码

分享到：