php+iso+8859+1转gbk,PHP判断字符串所属编码：ASCII、GB2312、GBK、UTF-8、ISO-8859-1

ASCII： ASCII的编码范围为0-127(十六进制：0x00-0x7F)，判断函数：

function isasciistr($str){for($i=0;$i0x7F) return false;

}return true;

}

ISO-8859-1：也称Latin1。编码范围是0-255(0x00-0xFF)。0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号,判断函数：

因为ISO-8859-1的范围中包含了0xC2-0xDF以及0x80-0xBF,而UTF-8的两、三、四字节中都可能出现在这些范围。所以，有可能将ISO-8859-1错判断为UTF-8，一般需要指定顺序，在两者都符合的情况下，顺序优先。

function islatin1str($str,$order=‘‘){if(empty($order)) $order = array(‘ASCII‘,‘UTF-8‘,‘ISO-8859-1‘);$cs = [‘ASCII‘=>‘isasciistr‘,‘GB2312‘=>‘isgb2312str‘,‘GBK‘=>‘isgbkstr‘,‘UTF-8‘=>‘isutf8str‘];$flags =[];$charset = false;$other =[];for($i=0;$i

}

}

}

}$flag = true;$N = count($other);if($N>0){for($k=0;$k

}

}

}

}return true;

}

判断是否ISO-8859-1的函数中利用到了其它几个判断函数(见下边)，分别是isasciistr()、isgb2312str()、isgbkstr()、isutf8str()。

GB2312：简体中文编码，范围是0xA1A1－0xFEFE(汉字所在编码范围为B0A1-F7FE)。判断函数如下：

function isgb2312str($str){$len = strlen($str);for($i=0;$i=0xA1 && ord($c1)<=0xFE;if(!$flag1 || $i==$len-1) return false;$c2 = substr($str,$i+1,1);$flag2 = ord($c2)>=0xA1 || ord($c2)<=0xFE;if(!$flag2) return false;$i++;

}return true;

}

GBK：在GB2312基础上扩展的编码，范围是0x8140－0xFEFE。判断函数如下：

function isgbkstr($str){$len = strlen($str);for($i=0;$i=0x81 && ord($c1)<=0xFE;if(!$flag1 || $i==$len-1) return false;$c2 = substr($str,$i+1,1);$flag2 = ord($c2)>=0x81 || ord($c2)<=0xFE;if(!$flag2) return false;$i++;

}return true;

}

UTF-8：这是可变长(一字节，两字节，三字节，四字节，五字节，六字节)的编码。通常只处理到四个字节的编码，由于部分编码范围可能与GBK非汉字部分重叠(网上很多版本都不太准确)，需要处理一下，判断如下：

function isutf8str($str,$utf8all2bits=false){$bit2 = true;$bit3 = false;$bit4 = false;$allCN = array();$len = strlen($str);for($i=0;$i=0xFF) return false;$flag1_2 = ord($c1)>=0xc0 && ord($c1)<=0xdf;$flag1_3 = ord($c1)>=0xe0 && ord($c1)<=0xef;$flag1_4 = ord($c1)>=0xf0 && ord($c1)<=0xf7;if(!($flag1_2 || $flag1_3 || $flag1_4) || $i==$len-1) return false;$c2 = substr($str,$i+1,1);$flag2 = ord($c2)>=0x80 && ord($c2)<=0xbf;if(!$flag2) return false;if($flag1_2){$bit2 = true;$allCN[] = (ord($c1)>=0xB0 && ord($c1)<=0xF7 && ord($c2)>=0xA1 && ord($c2)<=0xFE) ? 1 : 0;if($i==$len-2) {if($bit3 || $bit4) return true;

$N = count($allCN);if($N>0){for($n=0;$n

}

}

}return $utf8all2bits;

}$i=$i+1;

}else{if($i==$len-2) return false;$c3 = substr($str,$i+2,1);$flag3 = ord($c3)>=0x80 && ord($c3)<=0xbf;if(!$flag3) return false;if($flag1_3){$bit3 = true;if($bit2 || $bit4 || $i==$len-3) return true;$i=$i+2;

}else{$bit4 = true;if($i==$len-3) return false;$c4 = substr($str,$i+3,1);$flag4 = ord($c4)>=0x80 && ord($c4)<=0xbf;if(!$flag4) return false;if($bit2 || $bit3 || $i==$len-4) return true;$i=$i+3;

}

}

}return true;

}

以上各种编码也可以使用mb_detect_encoding()来处理，不过需要注意顺序：

function isasciistr($str){return in_array(mb_detect_encoding($str,array(‘ASCII‘,‘GB2312‘,‘GBK‘,‘UTF-8‘,‘ISO-8859-1‘)),[‘ASCII‘,‘ISO-646‘]);

}function islatin1str($str){return in_array(mb_detect_encoding($str,array(‘ASCII‘,‘GB2312‘,‘GBK‘,‘UTF-8‘,‘ISO-8859-1‘)),[‘Latin1‘,‘ISO-8859-1‘]);

}function isgb2312str($str){return in_array(mb_detect_encoding($str,array(‘ASCII‘,‘GB2312‘,‘GBK‘,‘UTF-8‘,‘ISO-8859-1‘)),[‘GB2312‘,‘EUC-CN‘]);

}function isgbkstr($str){return in_array(mb_detect_encoding($str,array(‘ASCII‘,‘GB2312‘,‘GBK‘,‘UTF-8‘,‘ISO-8859-1‘)),[‘GBK‘,‘CP936‘]);

}function isut8str($str){return in_array(mb_detect_encoding($str,array(‘ASCII‘,‘GB2312‘,‘GBK‘,‘UTF-8‘,‘ISO-8859-1‘)),[‘UTF-8‘]);

}

原文：https://www.cnblogs.com/dreamyoung/p/isutf8.html