php - 检查字符串是 UTF-8 还是 UCS-2

Question

如果我有数据列表：

$a = "hello";

$b= "4f60";

$c = "hi";

$d = "00480065006C006C006F";

$b 和 $d 是 UCS-2 字符串。我希望在表格中显示所有这些数据，那么我如何知道哪些数据是 UCS-2 以便在显示之前进行转换？是否可以 ？我为 php.net 上的 unicode 尝试了 mb_detect_encoding 和 preg_match，但即使它是一个未知符号，它仍然被认为是 unicode。

谢谢你。

Answer 1

首先，您显示的字符串是十六进制表示，而不是实际的 UCS-2 或 UTF-8 编码。

也就是说，UCS-2和UTF-8之间存在一些相当大的差异，这将允许您编写能够以非常高的成功率正确检测编码的代码。但在此之前，请向我们展示您的使用方式mb_detect_encoding，但它不起作用。重新发明一个比已经存在的更糟糕的轮子是没有意义的。

更新：您的输入字符串实际上不是编码的字节值；它们是值的十六进制表示。要撤消此操作，您可以使用

$proper_string = pack('H*', $hex_encoded_string);

在此之后，mb_detect_encoding应该可以正常工作。