PHPで文字列がutf8エンコードされているかどうかを検出する機能

文字列が与えられた場合、それがどのようなエンコーディングであるかをどのように判断するのでしょうか? PHP には mb_detect_encoding という関数があります。ただし、これには mb_string ライブラリが必要ですが、どこでも利用できるわけではありません。

 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);      
}

精度は正誤ともに基本的にmb_detect_encodingと同じです。

エンコーディング検出は 100% 正確であることはできませんが、これは基本的に要件を満たすことができます。

以上がPHPで文字列がutf8エンコードされているかどうかを検出する機能の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。