Chinaunix

标题: 如何判断读到的字串是 utf8 还是 gb2312?? [打印本页]

作者: gary4096 时间: 2010-12-22 13:51
标题: 如何判断读到的字串是 utf8 还是 gb2312??
use CGI;
use Encode;

our $cgi=new CGI;
my $txt=$cgi->param("txt"); # 浏览器传来的中文字串
# 诺基亚手机浏览器传来的是 utf8
# Windows 浏览器传来的是 gb2312

if (Encode::is_utf8($txt,1)) # 我以为会判断，但是不对？！
{
# 如果诺基亚手机之类的utf8，执行下面re-encode可以把$txt转成gb2312
$txt = encode("gb2312",decode("utf8",$txt));
}

请教大虾们：
为什么对诺基亚手机传来的字串 is_utf8() 仍然是 false? 是否上面的语法有误？
如何判断读进来的字串是utf8 还是 gb2312?

作者: 兰花仙子 时间: 2010-12-22 14:36
网上有一篇 perl unicode全攻略，你看完就全明白了。

http://www.php-oa.com/2008/12/13/perl-unicode.html

作者: 2gua 时间: 2010-12-22 14:56
以前看过，好像是判断开头多少的特定字节吧。

作者: Ray001 时间: 2010-12-22 17:54
我有个帖子，楼主搜一下看看。

作者: じ☆vedě鍶唸 时间: 2010-12-22 18:33
应该有标签吧

作者: gary4096 时间: 2010-12-22 20:23
谢谢各位大侠的指教。下午我自己写了一个土程序，好像可以：

sub is_utf8
{
my ($txt)=@_;
my $ii=0;
my $len=length($txt)-1;

while (ord(substr($txt,$ii,1))<128 && $ii<=$len)
{
$ii++;
}
if ($ii==$len) {return 0;}
if (ord(substr($txt,$ii,1))>0xE0) {return 1;}
return 0;
} # is_utf8

作者: 2gua 时间: 2010-12-23 07:11
楼主可以多完善一下，加入判定别的编码的功能。

作者: wind_ch 时间: 2010-12-23 09:40
use Encode::Guess?

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)