PHP判断字符串编码是否为utf-8的程序代码

我们以前常用mb_detect_encoding()此函数检测字符编码,代码如下:

//判断字符串是什么编码 
if ($tag === mb_convert_encoding(mb_convert_encoding($tag, "GB2312", "UTF-8"), "UTF-8", "GB2312")) { 
} 
else {//如果是gb2312 的就转换为utf8的 
    $tag = mb_convert_encoding($tag, 'UTF-8', 'GB2312'); 
}

$keytitle = "%D0%BE%C6%AC";时,检测结果却是UTF-8.这个bug其实不算是bug,写程序时也不应当过于依赖mb_detect_encoding,当字符串较短时,检测结果产生偏差的可能性很大,怎么解决呢,我的办法是:

$encode = mb_detect_encoding($keytitle, array('ASCII','GB2312','GBK','UTF-8');

参数分别是:被检测的输入变量、编码方式的检测顺序(一旦为真,后面自动忽略)、strict模式,对编码检测的顺序进行调整,将最大可能性放在前面,这样减少被错误转换的机会.

上面办法还是解决不了,下面又找到了一个解决方法,代码如下:

function is_utf8($string)
{
	return !strlen(
	preg_replace(
	  ',[\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
	. ',sS',
	'', $string));
}