自動辨識文字編碼並轉換為目標編碼!

在PHP处理页面的时候，我们对于字符集的转换都是采用了iconv或者mb_convert等函数，但，这其实是有一个前提的。即我们事先得知道in和out是什么样的编码，我们才能进行正确的转换。

虽然大多数转换都是在gbk和utf-8之间转，但如果不知道转换对象的编码怎么办呢?谷歌出来这么一个函数safeEncoding，可以简单的识别UTF8和GBK的编码。这个函数在一定程度上识别的很准确,但是在一些比较复杂的环境中就不是那么的好用了. 下面我结合了GBK和UTF-8编码的不同点,使用正则表达式来判断UTF-8编码并使用mb_convert_encoding函数来进行转换. 在国内,基本上比较流行的编码就是GBK和UTF-8, 所以这个函数是针对这两个编码进行自动转换的.

/**
* 来源网址: http://www.xuehuwang.com/read-450.html
* 作者:雪狐博客
* @ string 需要转换的文字
* @ encoding 目标编码
**/
function detect_encoding($string,$encoding = 'gbk'){
 $is_utf8 =  preg_match('%^(?:[x09x0Ax0Dx20-x7E]| [xC2-xDF][x80-xBF]|  xE0[xA0-xBF][x80-xBF] | [xE1-xECxEExEF][x80-xBF]{2}    |  xED[x80-x9F][x80-xBF] |  xF0[x90-xBF][x80-xBF]{2}  | [xF1-xF3][x80-xBF]{3}  |  xF4[x80-x8F][x80-xBF]{2} )*$%xs', $string);
 if($is_utf8 && $encoding == 'utf8'){
   return $string;
 }elseif($is_utf8){
   return mb_convert_encoding($string, $encoding, "UTF-8");
 }else{
   return mb_convert_encoding($string, $encoding, 'gbk,gb2312,big5');
 }
}