我想找一种方法或者一个第三方lib能够准确的判断一个文件的编码形式
因为试了mb_detect_encoding方法所支持的编码太少
也试着用
$finfo = finfo_open(FILEINFO_MIME_ENCODING);
$encod = finfo_file($finfo, $filepath);
对于西方文字还行,但是中文等编码不支持请大家帮忙
因为试了mb_detect_encoding方法所支持的编码太少
也试着用
$finfo = finfo_open(FILEINFO_MIME_ENCODING);
$encod = finfo_file($finfo, $filepath);
对于西方文字还行,但是中文等编码不支持请大家帮忙
比如说iconv("ASCII", 'UTF-8', "ç");会报错,因为应该是ç已经超出了ASCII的范围比如说UTF-16BE, UTF-16LE,还有很多其他的,因为文件来自于不同的国家,内容可能是不同的语言,创建文件的人不统一使用utf-8
// Unicode BOM is U+FEFF, but after encoded, it will look like this.
define ('UTF32_BIG_ENDIAN_BOM' , chr(0x00) . chr(0x00) . chr(0xFE) . chr(0xFF));
define ('UTF32_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE) . chr(0x00) . chr(0x00));
define ('UTF16_BIG_ENDIAN_BOM' , chr(0xFE) . chr(0xFF));
define ('UTF16_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE));
define ('UTF8_BOM' , chr(0xEF) . chr(0xBB) . chr(0xBF)); /**
*@return 返回UTF编码格式
*
*/
function detect_utf_encoding($filename) {
$text = file_get_contents($filename);
$first2 = substr($text, 0, 2);
$first3 = substr($text, 0, 3);
$first4 = substr($text, 0, 3); if ($first3 == UTF8_BOM) return 'UTF-8';
elseif ($first4 == UTF32_BIG_ENDIAN_BOM) return 'UTF-32BE';
elseif ($first4 == UTF32_LITTLE_ENDIAN_BOM) return 'UTF-32LE';
elseif ($first2 == UTF16_BIG_ENDIAN_BOM) return 'UTF-16BE';
elseif ($first2 == UTF16_LITTLE_ENDIAN_BOM) return 'UTF-16LE';
}
?>
$code = array('ASCII', 'GBK', 'UTF-8','UTF-16BE','UTF-16LE');//..............
不过昨天接着你的提示,试了试用mb_convert_encoding来做测试,但是这种方法无法区分比如说utf-16BE和ISO-8859-1,因为两种编码前256个字符编码是一样的,只不过utf-16是两个字节不过还是谢谢你们的帮助