了解PHP'的结果；s mb_detect_编码和mb_check_编码函数

我试图理解这两个函数和的逻辑，但是文档很差。从一个非常简单的测试字符串开始

$string = "\x65\x92";

当使用Windows-1252编码时，它是小写字母“a”，后跟一个卷曲引号

我得到以下结果：

mb_detect_encoding($string,"Windows-1252"); // false
mb_check_encoding($string,"Windows-1252"); // true
mb_detect_encoding($string,"ISO-8859-1"); // ISO-8859-1
mb_check_encoding($string,"ISO-8859-1"); // true
mb_detect_encoding($string,"UTF-8",true); // false
mb_detect_encoding($string,"UTF-8"); // UTF-8
mb_check_encoding($string,"UTF-8"); // false

• 我不明白为什么

  mb_detect_编码

  给出字符串“ISO-8859-1”而不是“Windows-1252”，而根据和，字节

  x92

  是在Windows-1252字符编码中定义的，而不是在ISO-8859-1中定义的

• 其次，我不明白

  mb\u-detect\u-encoding

  如何返回

  false

  ，但是

  mb\u-check\u-encoding

  对于相同的字符串和字符编码可以返回

  true

• 最后，我不明白为什么字符串可以被检测为UTF-8，严格模式与否。字节

  x92

  是UTF-8中的一个连续字节，但在这个字符串中，它位于有效字符字节之后，而不是序列的前导字节

---

您的示例很好地说明了为什么

mb\u detect\u编码

应该少用，因为它不直观，有时在逻辑上是错误的。如果必须使用它，始终传入

strict=true

作为第三个参数（因此非UTF8字符串不会报告为UTF-8）

在所需编码的数组上运行

mb_check_encoding

更可靠一些，按照可能性/优先级的顺序。例如：

$encodings = [
    'UTF-8',
    'Windows-1252',
    'SJIS',
    'ISO-8859-1',
];

$encoding = 'UTF-8';
$string = 'foo';
foreach ($encodings as $encoding) {
    if (mb_check_encoding($string, $encoding)) {
        // We'll assume encoding is $encoding since it's valid
        break;
    }
}

不过，顺序取决于您的优先级