如何检查字符串的字符集?

不要重新发明轮子。该任务有一个内置函数: mb_check_encoding() .

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

只是一个旁注:

无法确定给定字符串是否以UTF-8编码。只能确定给定字符串是否为 不 以UTF-8编码。请看相关问题 here :

无法检测给定的字符串 (或字节序列)是UTF-8编码的 例如,每个 一系列的utf-8八位字节也是有效的 (如果是无意义的)拉丁语-1系列(或 其他一些编码)八位字节。然而 并非所有拉丁语系列都有效-1 八位字节是有效的UTF-8系列。

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);   

}

我查过了。此功能有效。

更好的是,使用上述两种解决方案。

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);

} 

mb_detect_encoding($string); 将返回的实际字符集 $string . mb_check_encoding($string, 'UTF-8'); 将返回 真的 if字符集 $字符串 是UTF-8 错误的

如果它从服务器发送到U

echo $_SERVER['HTTP_ACCEPT_CHARSET'];

以上答案都不正确。是的,他们可能在工作。如果你用 preg_replace 函数,如果你处理了大量的string,你是不是想杀死你的服务器?使用这个没有regex的纯PHP函数,可以100%地工作,而且速度更快。

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;
    }
}