php 判断数据编码,php中使用mb_check_encoding判断字符串编码的一些思考

在使用mbstring库时看到这个方法，有点惊喜，难道有内置的方法能直接判断字符串编码？于是立马进行了测试。

测试的思路

先用纯数字和英文字母组合，然后分别指定utf-8，gbk编码来进行测试。因为gbk字符集和utf-8字符集都包含ascii字符集，所以理论上结果应当都是true

给定一个gbk编码的文字符串，包含英文、数字和中文，然后分别指定utf-8，gbk编码来进行测试。指定utf-8编码的输出结果应当为false，指定gbk编码的输出结果应当为true。

给定一个utf-8编码的字符串，包含英文、数字和中文，然后分别指定utf-8，gbk编码来进行测试。指定utf-8编码的输出结果应当为true，指定gbk编码的输出结果应当为false。

纯数字和英文字母组合

$utf8Str = "I have 4 books and 2 magazines to check out. ";

var_dump(mb_check_encoding($utf8Str,'utf-8')); //输出true

var_dump(mb_check_encoding($utf8Str,'gbk')); //输出true

这样的结果一般没有什么其他疑问，事实上如果用bin2hex来查看字符串的16进制码，不管是utf-8编码，还是gbk编码，都是一样的。

$utf8Str = "I have 4 books and 2 magazines to check out. ";

echo bin2hex($utf8Str);

$gbkStr = mb_convert_encoding($utf8Str, 'gbk', 'utf-8');

echo bin2hex($gbkStr);

上面两个的输出是一样的。

gbk编码的字符串

$str = '迷你tablet或于本月23日发布。';

var_dump(mb_check_encoding($str,'utf-8')); //输出false

var_dump(mb_check_encoding($str,'gbk')); //输出true

utf-8编码的字符串

$str = '迷你tablet或于本月23日发布。';

var_dump(mb_check_encoding($str,'utf-8')); //输出true

var_dump(mb_check_encoding($str,'gbk')); //输出false

本来看到上面结果应该挺好的。可是我对此心存疑惑。因为gbk和uft-8的编码方式，如果判断单个字应当没有问题，可是多个字符的时候，就可能存在问题。例如3个gbk编码的汉字，就是6个字节，那么有可能也是utf-8编码中的2个汉字。经过多次尝试，找到了这样的字符串

$utf8Str = '我abc是谁';

var_dump(mb_check_encoding($utf8Str, 'utf-8')); //输出true

var_dump(mb_check_encoding($utf8Str, 'gbk')); //输出true

尽管是utf-8的字符串，但是在指定gbk判断时也是true。

虽然最后问题没有解决，但是这样的思考还是蛮有意义的，希望汉字编码能尽快统一标准。