如何判断一个文件的编码

[yktd26]

我想找一种方法或者一个第三方lib能够准确的判断一个文件的编码形式
因为试了mb_detect_encoding方法所支持的编码太少
也试着用

$finfo = finfo_open(FILEINFO_MIME_ENCODING);
$encod = finfo_file($finfo, $filepath);

对于西方文字还行，但是中文等编码不支持

请大家帮忙

[一起混吧]

http://zhidao.baidu.com/question/76923663

[黄袍披身]

你除了mb_detect_encoding支持的编码外还打算要判断什么编码形式？

[yktd26]

[Quote=引用 1 楼 jordan102 的回复:]

http://zhidao.baidu.com/question/76923663
[/Quote]
这个办法我也试了但是iconv对于要编码的字符会检查
比如说iconv("ASCII", 'UTF-8', "ç");会报错，因为应该是ç已经超出了ASCII的范围

[Quote=引用 2 楼 phpnewnew 的回复:]

你除了mb_detect_encoding支持的编码外还打算要判断什么编码形式？
[/Quote]
比如说UTF-16BE， UTF-16LE，还有很多其他的，因为文件来自于不同的国家，内容可能是不同的语言，创建文件的人不统一使用utf-8

[yktd26]

[Quote=引用 4 楼 phpnewnew 的回复:]

借花献佛.其实弄明白编码区别自己写都可以啊
PHP code

<?php
// Unicode BOM is U+FEFF, but after encoded, it will look like this.
define ('UTF32_BIG_ENDIAN_BOM' , chr(0x00) . chr(0x00) . chr(0xFE) . chr(0xFF));
defi……
[/Quote]
通过bom确实能检测出这几个编码的区别，但是对那些没有bom的就不行了，比如说utf-8 no bom

[yktd26]

[Quote=引用 5 楼 jordan102 的回复:]

引用 3 楼 yktd26 的回复:

引用 1 楼 jordan102 的回复:

http://zhidao.baidu.com/question/76923663

这个办法我也试了但是iconv对于要编码的字符会检查
比如说iconv("ASCII", 'UTF-8', "ç");会报错，因为应该是ç已经超出了ASCII的范围

引用 2 楼 phpnewnew 的回复……
[/Quote]
我没说清楚，其实是iconv的原因，比如当他检测是否为ascii时如果被检测字符串中包含128之后的字符就会出错
不过昨天接着你的提示，试了试用mb_convert_encoding来做测试，但是这种方法无法区分比如说utf-16BE和ISO-8859-1，因为两种编码前256个字符编码是一样的，只不过utf-16是两个字节

不过还是谢谢你们的帮助

[一起混吧]

[Quote=引用 3 楼 yktd26 的回复:]

引用 1 楼 jordan102 的回复:

http://zhidao.baidu.com/question/76923663

这个办法我也试了但是iconv对于要编码的字符会检查
比如说iconv("ASCII", 'UTF-8', "ç");会报错，因为应该是ç已经超出了ASCII的范围

引用 2 楼 phpnewnew 的回复:

你除了mb_detect_enco……
[/Quote] $code = array('ASCII', 'GBK', 'UTF-8');这不是有个字符集数组吗？ 你把可能出现的编码加进去不就行了。
$code = array('ASCII', 'GBK', 'UTF-8','UTF-16BE','UTF-16LE');//..............

[黄袍披身]

借花献佛.其实弄明白编码区别自己写都可以啊

<?php 
// Unicode BOM is U+FEFF, but after encoded, it will look like this. 
define ('UTF32_BIG_ENDIAN_BOM'   , chr(0x00) . chr(0x00) . chr(0xFE) . chr(0xFF)); 
define ('UTF32_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE) . chr(0x00) . chr(0x00)); 
define ('UTF16_BIG_ENDIAN_BOM'   , chr(0xFE) . chr(0xFF)); 
define ('UTF16_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE)); 
define ('UTF8_BOM'               , chr(0xEF) . chr(0xBB) . chr(0xBF)); 

/** 
*@return 返回UTF编码格式 
* 
*/ 
function detect_utf_encoding($filename) { 
    
    $text = file_get_contents($filename); 
    $first2 = substr($text, 0, 2); 
    $first3 = substr($text, 0, 3); 
    $first4 = substr($text, 0, 3); 

    if ($first3 == UTF8_BOM) return 'UTF-8'; 
    elseif ($first4 == UTF32_BIG_ENDIAN_BOM) return 'UTF-32BE'; 
    elseif ($first4 == UTF32_LITTLE_ENDIAN_BOM) return 'UTF-32LE'; 
    elseif ($first2 == UTF16_BIG_ENDIAN_BOM) return 'UTF-16BE'; 
    elseif ($first2 == UTF16_LITTLE_ENDIAN_BOM) return 'UTF-16LE'; 
} 


?>