1. function utf8_gb2312($str, $default = 'gb2312') 
2. { 
3.     $str = preg_replace("/[x01-x7f]+/", "", $str); 
4.     if (emptyempty($str)) return $default; 
5.      
6.     $preg =  array( 
7.         "gb2312" => "/^([xa1-xf7][xa0-xfe])+$/", //正則判斷是否是gb2312 
8.         "utf-8" => "/^[x{4e00}-x{9fa5}]+$/u",      //正則判斷是否是漢字(utf8編碼的條件了)，這個范圍實際上已經包含了繁體中文字了 
9.     ); 
10.     if ($default == 'gb2312') { 
11.         $option = 'utf-8'; 
12.     } else { 
13.         $option = 'gb2312'; 
14.     } 
15.     if (!preg_match($preg[$default], $str)) { 
16.         return $option; 
17.     } 
18.     $str = @iconv($default, $option, $str); 
19.      
20.     //不能轉成 $option, 說明原來的不是 $default 
21.     if (emptyempty($str)) { 
22.         return $option; 
23.     } 

默認編碼是gb2312，而且我統計了一下，90%的情況下都是gb2312，所以，我的檢測函數不能出現本來是gb2312的，結果被檢測出utf8. 基本思路是：

1. 把所有的ascii去掉，如果全部都是ascii，那么就是gb2312。

2. 假設這個字符串是gb2312，用一個正則檢查它是否是真的gb2312，如果不是，那么就是utf-8

3. 然后，用iconv 把字符串轉換成utf8，如果轉換不成功，那么原來可能不是真正的一個gb2312編碼的字符（用正則匹配我已經盡量精確，但是，gb2312的編碼不是連續的，還是會有空洞），那么最后的編碼就是utf-8.

4. 否則就是gb2312 編碼：加入這樣的檢查功能后，在1000個關鍵字里面，就出現了1個亂碼，比以前的近100個關鍵字亂碼少了很多。