祝cu里所有使用山寨版百度的同志们牛年大吉！牛气冲天！顺便问个字符编码的问题

cc0cc

山寨版百度（嘿咻一下，你就知道：http://www.54chen.com/0/%E5%98%BF%E5%92%BB）从开发到广为传播已经过去了一年了，在这一年里，看到越来越多的朋友来到此地，大家的目的都只有一个：充分发扬互联网的DIY精神。

新年到来之际，小弟在此祝大家牛年大吉！牛气冲天！

牛一下，你就知道：http://www.54chen.com/0/%E7%89%9B%E4%BA%BA

还没用过的网友，移步http://www.54chen.com/goingdown查看说明文档。

在这个应用中我遇到一个问题，就是如何判断一个字符串是u码还是gbk码，不知道有没有老手有相关的经验，因为在长句的时候还好说，但是只有一两个字的时候，根本没有办法判断，有没有世外高人指点一下迷津？
1.要是你想告诉我 http://w3.org/International/questions/qa-forms-utf-8.html的正则表达示，那不用了，那个缺很多。
2.要是你想告诉我用php的 http://cn2.php.net/manual/en/function.mb-detect-encoding.php mb_detect_encoding函数，也不用了，也有不少是判断错误的。
3.有个好朋友用u8转u16再转u8来对比，这个方法相对要靠谱了，不过很遗憾的是少数单字也是搞不定的，像“牛”字，他的u和gbk的编码最前面是重复的。
还有什么好招呢？？？哪位大侠分析分析~~

hightman

广告贴啊....

不过我还是说一下编码, 这是无法完全准确区分的, 只能依据特征模糊判断, 原因很简单有重码(也就是有冲突,同样的字节序列在不同的编码约定里代表不同的字符).

[ 本帖最后由 hightman 于 2009-1-27 15:06 编辑 ]

cc0cc

多谢版主啊,可还是不能解决问题.

fan12

没解决，你怎么就标成已解决了？