Php 检测URL查询字符串编码

在请求URL上，我可以获取查询字符串

？dir=Documents%20partag%C3%A9s

或

？dir=Documents%20partag%E9s

。我认为第一个是UTF-8，第二个是ASCII

真正的字符串是：

Documents partagés

因此，我有一个PHP脚本（UTF-8），我想做的是检测查询字符串是ASCII还是UTF-8，如果是ASCII，则将其转换为UTF-8

我尝试使用

mb

函数，但查询字符串始终被检测为ASCII，而查询字符串的urldecode版本被检测为UTF-8

---

我怎样才能做到这一点？请注意，Wikipedia有一个类似的功能—它将自己的

%E9

编码为

%C3%A9

E9

是233位小数。它不是有效的ASCII字节（仅0-127），但在ISO-8859-1（拉丁语1）中是

é

。使用

mb\u convert\u编码时

，可以指定多种编码（例如：UTF-8和ISO-8859-1）

这应该可以解决这个问题：

mb_convert_encoding($str, 'UTF-8', 'UTF-8,ISO-8859-1');

使用以下脚本：

$str1 = 'Documents%20partag%E9s';
$str2 = 'Documents%20partag%C3%A9s';
var_dump(mb_convert_encoding(urldecode($str1), 'UTF-8', 'UTF-8,ISO-8859-1'));
var_dump(mb_convert_encoding(urldecode($str2), 'UTF-8', 'UTF-8,ISO-8859-1'));

我得到：

string(19) "Documents partagés"
string(19) "Documents partagés"

---

也许php.net上的这个注释可以帮助您：

urldecode

将

%E9

解码到值为0xE9的字节，而不管这个字节代表什么字符。这也是错误的。一个字节就是一个字节就是一个字节。字符串也是字节序列，它们只是数据而不是信息。仅当使用特定字符编码进行解释时，这些字节不仅是字节，而且还表示字符，从而表示信息。而

urldecode

只将

%93

转换为值为0x93的字节。就这样。仅当使用特定字符编码（如ISO 8859-1）解释时，该字节表示该字符集中的字符（只要该字节序列有效）。US-ASCII字符集只有128个字符（用0x00–0x7F编码）。任何其他字节都无效。@Gumbo:等等，这是真的。我想我突然混合了我所有的魅力。那就别管了。