PHP自动识别字符集并完成转码详解

因为自己使用字符编码一般的是utf-8编码，但如果对方的博客使用gb2312编码的话，POST过来就会出现乱码（除非对方POST前先转换编码）。在不能保证对方是否一定使用utf-8编码的情况下，自己做一个编码的检查和转换是很有必要的。

写了个函数来完成这个工作，原理很简单，因为gb2312/gbk是中文两字节，这两个字节是有取值范围的，而utf-8中汉字是三字节，同样每个字节也有取值范围。而英文不管在何种编码情况下，都是小于128，只占用一个字节（全角除外）。

如果是文件形式的编码检查，还可以直接check utf-8的BOM信息，关于这方面的东西，大家可以看看TP工具箱的编码转换功能，我在那个AppCodingSwitch类中写了比较详细的注释。

话不多说，直接上函数，这个函数是用来对字符串进行检查和转码的。文件的检查与转码
代码如下:
function safeEncoding($string, $outEncoding = 'UTF-8') {
    $encoding = "UTF-8";
    for ($i = 0; $i < strlen($string); $i++) {
        if (ord($string{$i}) < 128)
            continue;

        if ((ord($string{$i}) & 224) == 224) {
            //第一个字节判断通过
            $char = $string{++$i};
            if ((ord($char) & 128) == 128) {
                //第二个字节判断通过
                $char = $string{++$i};
                if ((ord($char) & 128) == 128) {
                    $encoding = "UTF-8";
                    break;
                }
            }
        }
        if ((ord($string{$i}) & 192) == 192) {
            //第一个字节判断通过
            $char = $string{++$i};
            if ((ord($char) & 128) == 128) {
                //第二个字节判断通过
                $encoding = "GB2312";
                break;
            }
        }
    }

    if (strtoupper($encoding) == strtoupper($outEncoding))
        return $string;
    else
        returniconv($encoding, $outEncoding, $string);
}