PHP:检查字符串是utf-8还是utf-16le
我正在编写一个函数,默认情况下返回utf-8格式的文档,若您提供特殊参数,它将返回utf-16le格式的内容。我开始为这个函数编写单元测试,但我不知道如何检查编码是“utf-8”还是“utf-16le”。我尝试了PHP:检查字符串是utf-8还是utf-16le,php,utf-8,utf-16le,mb-convert-encoding,Php,Utf 8,Utf 16le,Mb Convert Encoding,我正在编写一个函数,默认情况下返回utf-8格式的文档,若您提供特殊参数,它将返回utf-16le格式的内容。我开始为这个函数编写单元测试,但我不知道如何检查编码是“utf-8”还是“utf-16le”。我尝试了mb\u detect\u编码,但即使在这个代码段中,它也会返回false: $utf16Doc = mb_convert_encoding($doc, "utf-16le", "utf8"); $test = mb_detect_encoding($utf16Doc, "utf
mb\u detect\u编码
,但即使在这个代码段中,它也会返回false
:
$utf16Doc = mb_convert_encoding($doc, "utf-16le", "utf8");
$test = mb_detect_encoding($utf16Doc, "utf-16le");
var_dump($test);
欣赏如何在测试中检查编码是否为utf-16le而不是utf-8的任何想法。一种通过BOM检测文件utf-8/16/32的简单方法(不适用于字符串或无BOM的文件)
明确说明:这不是我自己的书面回答。我刚刚在php.net官方网站上一个用户在
mb\u detect\u encoding
下找到了它。希望这将以某种方式帮助您通过BOM检测文件的UTF-8/16/32(不适用于字符串或没有BOM的文件)
明确说明:这不是我自己的书面回答。我刚刚在php.net官方网站上一个用户在
mb\u detect\u encoding
下找到了它。希望这对您有所帮助您不需要检测编码,只需检查它是否符合测试用例的预期。您不需要检测编码,只需检查它是否符合测试用例的预期。
<?php
// Unicode BOM is U+FEFF, but after encoded, it will look like this.
define ('UTF32_BIG_ENDIAN_BOM' , chr(0x00) . chr(0x00) . chr(0xFE) . chr(0xFF));
define ('UTF32_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE) . chr(0x00) . chr(0x00));
define ('UTF16_BIG_ENDIAN_BOM' , chr(0xFE) . chr(0xFF));
define ('UTF16_LITTLE_ENDIAN_BOM', chr(0xFF) . chr(0xFE));
define ('UTF8_BOM' , chr(0xEF) . chr(0xBB) . chr(0xBF));
function detect_utf_encoding($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';
}
?>
$utf16Doc = mb_convert_encoding($doc, "utf-16le", "utf8");
$test = detect_utf_encoding($utf16Doc);
var_dump($test);