我们以前常用mb_detect_encoding()此函数检测字符编码,代码如下:

1. //判断字符串是什么编码 
2. if ($tag === mb_convert_encoding(mb_convert_encoding($tag, "GB2312", "UTF-8"), "UTF-8", "GB2312")) { 
3. } 
4. else {//如果是gb2312 的就转换为utf8的 
5. $tag = mb_convert_encoding($tag, 'UTF-8', 'GB2312'); 
6. } 

$keytitle = “%D0%BE%C6%AC”;时,检测结果却是UTF-8.这个bug其实不算是bug,写程序时也不应当过于依赖mb_detect_encoding,当字符串较短时,检测结果产生偏差的可能性很大,怎么解决呢,我的办法是:

$encode = mb_detect_encoding($keytitle, array('ASCII','GB2312′,'GBK','UTF-8');

参数分别是:被检测的输入变量、编码方式的检测顺序(一旦为真,后面自动忽略)、strict模式,对编码检测的顺序进行调整,将最大可能性放在前面,这样减少被错误转换的机会.

上面办法还是解决不了,下面又找到了一个解决方法,代码如下:

1. // Returns true if $string is valid UTF-8 and false otherwise.  
2. function is_utf8($word)  
3. {  
4. if (preg_match("/^([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){1}$/",$word) == true || preg_match("/([".chr(228)."-".chr(233)."]{1}[".chr(128)."-".chr(191)."]{1}[".chr(128)."-".chr(191)."]{1}){2,}/",$word) == true)  
5. {  
6. return true;  
7. }  
8. else  
9. {  
10. return false;  
11. }  
12. } // function is_utf8