Question

如何检查字符串的字符集是否为UTF8？

Answer 1

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');

Answer 2

只是旁注：

您无法确定给定字符串是否以UTF-8编码。您只能确定给定字符串是否在UTF-8中明确不编码。请参阅相关问题here：

您无法检测给定的字符串（或字节序列）是UTF-8编码的文本，例如每一个 UTF-8系列八位字节也是有效的（如果荒谬的）拉丁文-1系列（或一些其他编码）八位字节。然而并非每一系列有效的Latin-1 八位字节是有效的UTF-8系列。

Answer 3

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);

}

我已经查过了。此功能有效。

Answer 4

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);

}

Answer 5

mb_detect_encoding($string);将返回$string的实际字符集。如果mb_check_encoding($string, 'UTF-8');的字符集为UTF-8，则$string将返回 TRUE FALSE

Answer 6

如果它从服务器

发送给你

echo $_SERVER['HTTP_ACCEPT_CHARSET'];

Answer 7

以上答案都不正确。是的，他们可能正在工作。如果您使用preg_replace功能获得答案，如果您处理了很多混乱，您是否试图杀死您的服务器？使用这个没有正则表达式的纯PHP函数，100％的时间工作，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;
    }
}

如何检查字符串的字符串？

7 个答案: