UTF-8检测

W3C上 提供了一种复杂的检测方法：

[/x09/x0A/x0D/x20-/x7E]              # ASCII
| [/xC2-/xDF][/x80-/xBF]             # non-overlong 2-byte
|  /xE0[/xA0-/xBF][/x80-/xBF]        # excluding overlongs
| [/xE1-/xEC/xEE/xEF][/x80-/xBF]{2}  # straight 3-byte
|  /xED[/x80-/x9F][/x80-/xBF]        # excluding surrogates
|  /xF0[/x90-/xBF][/x80-/xBF]{2}     # planes 1-3
| [/xF1-/xF3][/x80-/xBF]{3}          # planes 4-15
|  /xF4[/x80-/x8F][/x80-/xBF]{2}     # plane 16

drupal里有一个更简单的方 法：preg_match('/^./us', $text) == 1

字符串越长，准确率越高。当然，检测不可能百分百准确，比如说GBK的“讯”字就不能正确检测。