Php 如何检测是否必须对字符串应用UTF-8解码或编码？

我有一个来自第三方网站的提要，有时我必须应用

utf8\u解码

，有时则应用

utf8\u编码

，以获得所需的可见输出

如果错误地应用了相同的东西两次/或使用了错误的方法，我会得到更难看的东西，这就是我想要改变的

如何检测何时必须对字符串应用什么

实际上，内容返回UTF-8，但其中有些部分不是。提要（我猜您是指某种基于XML的提要）的标题中应该有一个属性，告诉您编码是什么。如果没有，你就不走运了，因为你没有可靠的方法来识别编码。

你可以使用

• -检测字符编码

字符集也可能在或响应数据本身中可用

例如：

var_dump(
    mb_detect_encoding(
        file_get_contents('http://stackoverflow.com/questions/4407854')
    ),
    $http_response_header
);

输出（）：

---

编码自动检测不是防弹的，但您可以尝试

mb\u detect\u Encoding（）

。另请参见

mb\u check\u encoding（）

我不能说我可以依赖

mb\u detect\u encoding（）

。前一阵子我有一些奇怪的假阳性

我发现在任何情况下都能很好地工作的最普遍的方法是：

if (preg_match('!!u', $string))
{
   // This is UTF-8
}
else
{
   // Definitely not UTF-8
}

---

我们是否应该假设feed声明了某个字符集，但使用了另一个字符集？请提供一个示例feed please+1实现了一个utf8\u validate（），它使用您的解决方案将字符串转换为utf8，如果它不是，则作为一个字符！非常感谢。这是一个非常聪明的把戏；-）因为我完全不知道它是如何工作的，所以我深入研究了PHP文档，发现：

u（PCRE8）这个修饰符打开了与Perl不兼容的PCRE的附加功能。模式字符串被视为UTF-8。此修饰符可从Unix上的PHP4.1.0或更高版本以及win32上的PHP4.2.3获得。从PHP4.3.5开始检查模式的UTF-8有效性无论如何，非常感谢！regexp中的那个点甚至不需要
preg_match（“！！u”，$str）
ok该点将使空字符串甚至返回0（等于false）。但是空字符串是有效的UTF-8；）。“这只是一个空的正则表达式。！是分隔符，u是修改器。”解决方案确实很聪明，但需要一些更详细的解释，所以我问了这个问题-
if (preg_match('!!u', $string))
{
   // This is UTF-8
}
else
{
   // Definitely not UTF-8
}

function str_to_utf8 ($str) {
    $decoded = utf8_decode($str);
    if (mb_detect_encoding($decoded , 'UTF-8', true) === false)
        return $str;
    return $decoded;
}

var_dump(str_to_utf8("« Chrétiens d'Orient » : la RATP fait marche arrière"));
//string '« Chrétiens d'Orient » : la RATP fait marche arrière' (length=56)
var_dump(str_to_utf8("« Chrétiens d'Orient » : la RATP fait marche arrière"));
//string '« Chrétiens d'Orient » : la RATP fait marche arrière' (length=56)