Forum PHP.pl > Wykrywanie kodowania

Pomoc - Szukaj - Użytkownicy - Kalendarz

snapshot

20.07.2008, 23:44:01

Mam skrypt, do obsługi formularza, który przyjmuje dane z różnych formularzy, na różnych stronach. Różne jest także kodowanie. I tu zaczyna się problem. Wyświetlać chcę wszystko w utf-8, ale jest problem z przekonwertowaniem. Teoretycznie powinna zadziałać funkcja mb_detect_encoding + iconv, ale mb_detect_encoding ma problem z windows-1250. W sumie nawet iso nie udało mi się wykryć. Częściowo można problem ominąć dodając do formularza accept-charset="utf-8", ale ie to olewa. Przeczytałem już całą sieć, niby wszyscy piszą, że się da, ale nigdzie nie ma podanego przykładu wykrywania.

Luciano

21.07.2008, 14:47:45

Troszke niejasno napisałeś. Nie musisz wcale wykrywać kodowania. Jeśli twój HTML jest zapisany w UTF-8 (fizycznie), w meta tagach podajesz UTF-8 i baza danych ustawiona jest również na UTF8 nie interesuje Cie nic więcej. Dane wporwadzane, przez użytkowników będa konwertowane do UTF-8 automagicznie i wszystko będzie poprawnie wyświetlone.

snapshot

21.07.2008, 14:59:20

Ale o to chodzi właśnie, że HTML, będzie miał różne kodowanie, nie zależne odemnie, sam php, który to przerobi ma utf-8. Zatem mogę dostawać dane w uft-8, w windows-1250, czy iso-8859-2, chodzi o to by to rozpoznać a potem zamienić funkcją iconv na utf-8. Pewnie można by użyć http://www.ogonki.agh.edu.pl/plchars.html, ale nie wiem jak się zabrać za to

paziek

25.07.2008, 02:20:47

to jest akurat mój skrypt z JS, ale idea jest ta sama, sobie przerób na PHP i tyle.

Kod

try{//to się uda tylko, jeśli plik jest w utf-8.
    uniConv.charset = 'utf-8';
    return uniConv.ConvertToUnicode(rawdata);//zwracamy dane, nie ma sensu dalej lecieć
} catch(e) {//inaczej napewno nie jest to utf-8 i sprawdzamy czy jest to iso, czy windowsowski syf
    if(/[±¦¶¬¼]/.test(rawdata)) charset='iso-8859-2';//jeśli są krzaczki typowe dla iso-8859-2
    else {//trzeba sprawdzić, czy napewno nie jest to iso - sprawdzamy, duże Ą pod kątem kodowania windows-1250
        if(/[¥¹]/.test(rawdata)) charset='windows-1250';//jeśli Ą jest pod postacią windows-1250
        else charset='iso-8859-2';//można przekonwertować na iso
    }
}

Sobie sprawdź jak wyglądają polskie znaki zakodowane pod różnymi kodowaniami oraz wyświetlane pod jeszcze innymi.

To jest wersja lo-fi głównej zawartości. Aby zobaczyć pełną wersję z większą zawartością, obrazkami i formatowaniem proszę kliknij tutaj.