[php] 寻求一个高效完美的字符编码自动识别转换方法

[Doubear]

写小偷程序经常遇到这种坑爹问题
国内的网站还有很多都是GBK编码的
对于用惯了UTF8的我来说
这就是个坑
抓取的数据采用iconv()+//IGNORE来转换编码都还是会遇到问题，比如转换失败后一堆乱码
网上查的mb_detect_encoding函数有的环境不支持
艾玛、、求大神给支个招啊
弄个完美点的
拜谢！！！！！

[xiaokai]

判断这个不就行了？ <meta charset="UTF-8" />

[feiyuanqiu]

@xiaokai 想听下思路...

[vibbow]

@feiyuanqiu 如果网站没有标明meta charset，按GB2312算
如果标明了，那就按标明的算

[Doubear]

@xiaokai 可惜这不是QQ，不然我肯定发个吐血的表情给你 我要的是自动判断后的转换 转换编码才是重点啊~~~~

[oott123]

「有的环境不支持」不是你选择其它方案的理由…毕竟配个 mb 扩展相当之容易。
另外，我建议的方案是，你看看 utf8 或者 gb2312 里汉字的编码范围，用 Unicode 正则检查一下文件里是不是有那些字符。

[nilai]

头像不错。。。。。。。。。。。。。

[xiaokai]

@Doubear 都拿到目标网页的编码了 转码还存在什么问题？

[fising]

用 Unicode 正则检查一下文件里是不是有那些字符
--------------------------------------------------------------------
这个正解

[BGLL]

Mozilla的 universalchardet
FF用这个来预判网页编码

http://www-archive.mozilla.org/projects/intl/UniversalCharsetDetection.html