原理很簡單,因為gb2312/gbk是中文兩字節,這兩個字節是有取值范圍的,而utf-8中漢字是三字節,同樣每個字節也有取值范圍,而英文不管在何種編碼情況下,都是小于128,只占用一個字節,全角除外.

在PHP處理頁面的時候,我們對于字符集的轉換都是采用了iconv或者mb_convert等函數,但這其實是有一個前提的,即我們事先得知道in和out是什么樣的編碼,我們才能進行正確的轉換.

下面這個函數,就可以在不知道源字符串編碼的情況下,自動判斷其編碼并進行轉換,雖然只支持UTF8編碼和GB2312編碼,但對于國內絕大多數網站來說,已經夠用了,代碼如下:

1. function safeEncoding($string,$outEncoding = 'UTF-8') 
2. { 
3.     $encoding = "UTF-8"; 
4.     for($i=0;$i<128) 
5.             continue; 
6.  
7.         if((ord($string{$i})&224)==224) 
8.         { 
9.             //第一個字節判斷通過 
10.             $char = $string{++$i}; 
11.             if((ord($char)&128)==128) 
12.             { 
13.                 //第二個字節判斷通過 
14.                 $char = $string{++$i}; 
15.                 if((ord($char)&128)==128) 
16.                 { 
17.                     $encoding = "UTF-8"; 
18.                     break; 
19.                 } 
20.             } 
21.         } 
22.         if((ord($string{$i})&192)==192) 
23.         { 
24.             //第一個字節判斷通過 
25.             $char = $string{++$i}; 
26.             if((ord($char)&128)==128) 
27.             { 
28.                 //第二個字節判斷通過 
29.                 $encoding = "GB2312"; 
30.                 break; 
31.             } 
32.         } 
33.     } 
34.  
35.     if(strtoupper($encoding) == strtoupper($outEncoding)) 
36.         return $string; 
37.     else 
38.         return iconv($encoding,$outEncoding,$string); 
39. } 

識別漢字編碼,因為YBlog用的是utf-8,如果引用通告發過來的是gb2312的編碼的話,需要可以識別并完成編碼轉換,代碼如下:

1. function safeEncoding($string,$outEncoding = 'UTF-8')   
2. {   
3.     $encoding = "UTF-8";   
4.     for($i=0;$i<strlen($string);$i++)   
5.     {   
6.         if(ord($string{$i})<128)   
7.             continue;   
8.   
9.         if((ord($string{$i})&224)==224)   
10.         {   
11.             //第一個字節判斷通過   
12.             $char = $string{++$i};   
13.             if((ord($char)&128)==128)   
14.             {   
15.                 //第二個字節判斷通過   
16.                 $char = $string{++$i};   
17.                 if((ord($char)&128)==128)   
18.                 {   
19.                     $encoding = "UTF-8";   
20.                     break;   
21.                 }   
22.             }   
23.         }   
24.         if((ord($string{$i})&192)==192)   
25.         {   
26.             //第一個字節判斷通過   
27.             $char = $string{++$i};   
28.             if((ord($char)&128)==128)   
29.             {   
30.                 //第二個字節判斷通過   
31.                 $encoding = "GB2312";   
32.                 break;   
33.             }   
34.         }   
35.     }   
36.        
37.     if(strtoupper($encoding) == strtoupper($outEncoding))   
38.         return $string;   
39.     else  
40.         return iconv($encoding,$outEncoding,$string);   
41. }