100分求字符判断~~~~~~~~~~~

Question

你可以试着看看汉字的ORD是多少啊

Answer 1

for ($i=0; $i<$length; $i++)
{
    if (ord(substr($text, $i))>0xE0) {
        $UGB = "utf-8";
        break;
    } elseif (ord(substr($text, $i,1))>0x81) {
        $UGB = "简体";
        break;
    } elseif (ord(substr($text, $i, 1))>0xA1) {
        $UGB = "HZ";
        break;
    }
}这样子可以么？我这里没环境，没有测试。

Answer 2

是不是你顺序写错了？for ($i=0; $i<$length; $i++)
{
    if (ord(substr($text, $i))>0xE0) {
        $UGB = "utf-8";
        break;
    } elseif (ord(substr($text, $i))>0x80) {           //a
        $UGB = "HZ";
        break;
    } elseif (ord(substr($text, $i))>0xA1) {           //b
        $UGB = "HZ";
        break;
    }
}上面这段程序如果substr($text, $i) = 0xA2的话，那么将在a处结束循环，所以这历史一个问题吧，尝试换一下顺序，看看结果如何？for ($i=0; $i<$length; $i++)
{
    if (ord(substr($text, $i))>0xE0) {
        $UGB = "utf-8";
        break;
    } elseif (ord(substr($text, $i))>0xA1) {           
        $UGB = "HZ";
        break;
    } elseif (ord(substr($text, $i))>0x80) {           
        $UGB = "HZ";
        break;
    }
}

Answer 3

你对编码完全不了解，这是个完全错误的程序$text="柚";
试试

Answer 4

汉字“桀”内码是E8EE
你用GulimChe字体（韩文字体）是“姚”
你用MS Gothic字体（日文字体）是“韶”
你用MingLiu字体（Big5字体）是“鴅”呵呵，怎能从text的内容分出语言呢？
windows目录下面有个“GBK.txt”，有空自己用不同的字体研究下
你还会发现泰文、德文、法文的内码都……

Answer 5

单纯的用程序来解决问题是很难的，甚至可能做不到的就算是Iconv也要你告诉它是什么字符集，也不能自己判断我这个是笨的方法，不过是可以解决问题的，并且不影响速度function strUGB($strtext, $strurl, $strcome)
{
    $UGB = "";
    $length = strlen($strtext);
    for ($i=0; $i<$length; $i++)
    {
        if (ord(substr($strtext, $i))>0xE0) //先判断UTF-8，UTF-8的是三个字节,GB2312，BIG5是两个字节,可以分离
        {
            $UGB = "utf-8";
            break;
        }
        elseif (ord(substr($strtext, $i))>0xA1) //汉字
        {
            $UGB = "HZ";
            break;
        }
        elseif (ord(substr($strtext, $i))>0x80) //汉字
        {
            $UGB = "HZ";
            break;
        } //不满足的就不是多字节汉字，一般就是英文数字和符号,或者其他的,我这边就是要汉字,所以其他就无所谓
    }    if ($UGB == "utf-8") //我的网站是UTF-8，所以就不用转码了，直接添加
    {
        keywords_come_add(htmlspecialchars(trim($strtext)), $strurl, $strcome, 1);
    }
    elseif ($UGB == "HZ") //非UTF-8汉字要一般就是GB2312，BIG5，要判断
    {
        require_once("./encoding/chinese.php");
        require_once("./encoding/class.Chinese.php");//这个是一个汉字转码的类,网上很多,可以下载
        $strgb = trim(gb2utf($strtext)); //先假设GB2312转UTF-8
        $strbig = trim(big2utf($strtext)); //先假设BIG5转UTF-8
        $strutf2gb = trim(utf2gb($strgb)); //再将UTF-8转回GB2312
        $strutf2big = trim(utf2big($strbig)); //再将UTF-8转回BIG5
        if (urlencode($strtext) == ereg_replace("%00", "", urlencode($strutf2gb))) //比较GB2312转回的是否一致,一致就是GB2312
        {
            keywords_come_add(htmlspecialchars($strgb), $strurl, $strcome, 1);
        }
        elseif (urlencode($strtext) == ereg_replace("%00", "", urlencode($strutf2big))) //比较BIG5转回的是否一致,一致就是BIG5
        {
            keywords_come_add(htmlspecialchars($strbig), $strurl, $strcome, 1);
        }
        else
        {
            keywords_come_add(htmlspecialchars(trim($strtext)), $strurl, $strcome, 0); //否则就是乱码，因为即使是用Iconv也会有部分字转不了UTF-8，是??,所以就是乱码，定义一个$STR = 0 为乱码,其余都是正常的为1,可以直接调用
        }
    }
    else
    {
        keywords_come_add(htmlspecialchars(trim($strtext)), $strurl, $strcome, 1); //英文数字和符号,或者其他的,就直接添加
    }
}总结:先不管是GB2312还是BIG5都分别用GB2312和BIG5的转码一下,然后再将其转回比较,比较用urlencode转为URL格式比较好，因为我的这个转码的好象会加空格，并且还不是一般的空格，urlencode后就是%00，所以要过滤掉，然后比较，因为转码类的缺陷，部分字转成了??所以就有乱码,在数据库标识一下，以后可以手工处理，这个用于添加来路搜索引擎的关键字添加是有用的
在我目前的水平，只能用这个方法来做了如果那个高手有更加好的方法，告诉我，我感激不尽http://www.gooot.com/我的网站，大家互相交流，我也是刚从ASP转过来的。请高手有时间过去看看，指点一二，也可以黑，但是黑完后，要告诉我是什么问题，我好解决问题，不要破坏就可以了

Answer 6

1、utf-8是三个字节的，不错吧，那么就是可以和gb2312,big5分离2、一般中文的程序，我们只是要识别gb2312,big5,utf-8,其中utf-8是系统默认的，所以不要可逆，其实逆操作只有两个字符集，并且一般来路的关键字都不是很长的，所以基本也谈不上什么效率问题，如果是很长的话自然就要取部分3、如果有不可识别就在数据库注明即可，以后可以手工识别4、唠叨好像你是这里的老大，你能关注很好，希望大家可以一起解决这个问题