getencoding.php

<?php
/**
 * function: 测试字符串编码(utf-8/gbk/ascii)
 * author: 华仔 2010/12/27
 * params:
 *     @s:string 要测试的文本
 *     @priencoding:string 当非acsii字节太少(少于3)，且可能是两种编码时，优先使用的编码(一般是gbk)
 *     @reserveascii:boolean 如果为ascii，是否设置为优先编码
 * return:string 字符串编码(utf-8/gbk/ascii)
 */


// 功能函数
function getencoding( $s, $priencoding='gbk', $reserveascii=true ) {
	
	// 用 bom 判断
	if ( ord($s[0]) == 0xEF
		&& ord($s[1]) == 0xBF
		&& ord($s[2]) == 0xBB
	) {
		return 'utf-8';
	}

	$isascii = true;
	$isutf8 = true;
	$utf8_mode_times = 0;


	for( $i = 0; $i < strlen( $s ); $i++ ) {
		
		// 排除 ascii
		if ( $isascii && ord($s[$i]) > 0x7F ) {
			$isascii = false;
		}
		
		// 排除 utf-8
		if ( $isutf8 && ord($s[$i]) >= 0xC2 ) {
		
			$is_utf8_multi_mode = false;
			
			$multi_modes = array(
				1 => array( 0xC2, 0xDF ),
				2 => array( 0xE0, 0xEF ),
				3 => array( 0xF0, 0xF4 ),
			);
			
			foreach( $multi_modes as $key => $bound ) {
				if ( $i + $key < strlen( $s ) 
					&& ord($s[$i]) >= $bound[0] && ord($s[$i]) <= $bound[1] // 首字节限制
				) {
					$is_utf8_multi_mode = $key;
					for( $j = 1; $j <= $key; $j++ ) {
						if ( ! (ord($s[$i+$j]) >= 0x80 && ord($s[$i+$j]) <= 0xBF) ) {
							$is_utf8_multi_mode = false;
						}
					}
				}
			}
			
			if ( $is_utf8_multi_mode ) {
				$utf8_mode_times += $is_utf8_multi_mode;
				$i += $is_utf8_multi_mode;
			} else {
				$isutf8 = false;
				break;
			}
		}
	}
	
	if ( $isascii ) {
		if ( $reserveascii ) return 'ascii';
		else return $priencoding;
	} else {
		if ( $isutf8 && $utf8_mode_times == 1 ) 
			return $priencoding;
		else
			return $isutf8 ? 'utf-8' : 'gbk';
	}	
}


// 测试代码，文件保存为utf-8格式
if ( str_replace( '\\', '/', __FILE__ ) == $_SERVER['SCRIPT_FILENAME'] ) {
	
	$s = '测试代码，文件保存为utf-8格式';
	
	echo getencoding( $s );
	echo "<br />";
	
	echo getencoding( iconv( 'utf-8', 'gbk', $s ) );
	echo "<br />";
	
	$s = 'abcd';
	echo getencoding( $s );
	echo "<br />";
	echo getencoding( $s, 'gbk', false );
}

?>