PHP中自动识别文字编码并转换的方法

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.

贴代码:

/**      
* @ string 需要转换的文字     
* @ encoding 目标编码     
**/
    function detect_encoding($string,$encoding = 'gbk'){        
    $is_utf8 =  preg_match('%^(?:[\x09\x0A\x0D\x20-\x7E]| [\xC2-\xDF][\x80-\xBF]|  \xE0[\xA0-\xBF][\x80-\xBF] | [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}    |  \xED[\x80-\x9F][\x80-\xBF] |  \xF0[\x90-\xBF][\x80-\xBF]{2}  | [\xF1-\xF3][\x80-\xBF]{3}  |  \xF4[\x80-\x8F][\x80-\xBF]{2} )*$%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');          
    }        
}