自动识别文字编码并且转换为目标编码（php 正则）

原贴：http://www.oschina.net/code/snippet_130566_11015

在PHP处理页面的时候，我们对于字符集的转换都是采用了iconv或者mb_convert等函数，但，这其实是有一个前提的。即我们事先得知道in和out是什么样的编码，我们才能进行正确的转换。

虽然大多数转换都是在gbk和utf-8之间转，但如果不知道转换对象的编码怎么办呢?谷歌出来这么一个函数safeEncoding，可以简单的识别UTF8和GBK的编码。这个函数在一定程度上识别的很准确,但是在一些比较复杂的环境中就不是那么的好用了. 下面我结合了GBK和UTF-8编码的不同点,使用正则表达式来判断UTF-8编码并使用mb_convert_encoding函数来进行转换. 在国内,基本上比较流行的编码就是GBK和UTF-8, 所以这个函数是针对这两个编码进行自动转换的.

/**   

* 来源网址: http://www.xuehuwang.com/read-450.html

* 作者:雪狐博客   

* @ string 需要转换的文字   

* @ encoding 目标编码   

**/   

functiondetect_encoding($string,$encoding= 'gbk'){          

 $is_utf8=  preg_match('%^(?:[\x09\x0A\x0D\x20-\x7E]| [\xC2-\xDF][\x80-\xBF]|  \xE0[\xA0-\xBF][\x80-\xBF] | [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}    |  \xED[\x80-\x9F][\x80-\xBF] |  \xF0[\x90-\xBF][\x80-\xBF]{2}  | [\xF1-\xF3][\x80-\xBF]{3}  |  \xF4[\x80-\x8F][\x80-\xBF]{2} )*$%xs',$string);          

 if($is_utf8&& $encoding== 'utf8'){              

   return$string;          

 }elseif($is_utf8){              

   returnmb_convert_encoding($string,$encoding,"UTF-8");               

 }else{              

   returnmb_convert_encoding($string,$encoding,'gbk,gb2312,big5');            

 }      

}

functionis_utf8($str) {

    $sender_utf8= @iconv('utf-8', 'utf-8', $str);

    if($str=== $sender_utf8) {

        returntrue;

    }

}