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@H_502_7@
if ((ord($string{$i}) & 224) == 224) {@H_502_7@ //第一个字节判断通过 @H_502_7@ $char = $string{++$i};@H_502_7@ if ((ord($char) & 128) == 128) {@H_502_7@ //第二个字节判断通过 @H_502_7@ $char = $string{++$i};@H_502_7@ if ((ord($char) & 128) == 128) {@H_502_7@ $encoding = "UTF-8";@H_502_7@ break;@H_502_7@ }@H_502_7@ }@H_502_7@ }@H_502_7@ if ((ord($string{$i}) & 192) == 192) {@H_502_7@ //第一个字节判断通过 @H_502_7@ $char = $string{++$i};@H_502_7@ if ((ord($char) & 128) == 128) {@H_502_7@ //第二个字节判断通过 @H_502_7@ $encoding = "GB2312";@H_502_7@ break;@H_502_7@ }@H_502_7@ }@H_502_7@ }
if (strtoupper($encoding) == strtoupper($outEncoding))@H_502_7@ return $string;@H_502_7@ else@H_502_7@ returniconv($encoding,$outEncoding,$string);@H_502_7@}@H_502_7@