Forum PHP.pl > [PHP]problemy z mb_detect

Larges

10.02.2009, 17:29:02

Witam, napotkałem następujący problem.

Przykład następujący działa, ukazuje mi "UTF-8".

Kod

$content = "źóóóńćąś";
echo mb_detect_encoding($content);

Docelowo chcę pobrać tekst z pliku którego kodowania niestety nie znam - jakiś windows (1252 lub inne wersje). Pobieram treść z plików a wiele z nich jest w różnych kodowaniach więc potrzebuję skrypt ustalający kodowanie pliku z zewnętrznego serwera.

Kod

$content = file_get_contents('http://domena.pl/common/sart/' . $id_operatora . '/' . $id_operatora . '_' . $id_oferty . '_atrakcje.txt');
echo mb_detect_encoding($content);

Niestety powyższy przykład nie działa (;

Mógłbym prosić o jakąś wskazówkę, co w takim przypadku czynić? - najlepiej z linkiem do przykładu.

pawel.b

10.02.2009, 17:33:48

w jakim sensie nie działa. Co się pojawia na ekranie

Larges

10.02.2009, 17:34:44

Nic się nie pojawia właśnie ;].

pawel.b

10.02.2009, 17:37:52

podejrzewam że nic nie pobierasz z urla
odpal to :

[PHP] pobierz, plaintext 
<?php
$content = file_get_contents('http://domena.pl/common/sart/' . $id_operatora . '/' . $id_operatora . '_' . $id_oferty . '_atrakcje.txt');
var_dump($content);
$encoding = mb_detect_encoding($content);
var_dump($encoding);
?>
[PHP] pobierz, plaintext

Larges

10.02.2009, 17:40:18

Kod

string(844) "��W� �o�b�i�e�k�c�i�e� �s�z�k�o�Ba� �j�e�zd�z�i�e�c�k�a� �d�l�a� �p�o�c�z�t�k�u�j�c�y�c�h� �i� �z�a�a�w�a�n�s�o�w�a�n�y�c�h�,� �s�p�a�c�e�r�y� �k�o�n�n�e�,� �j�a�z�d�a� �b�r�y�c�z�k� �l�u�b� �n�a� �s�a�n�i�a�c�h�,� � �k�o�r�t�y� �t�e�n�i�s�o�w�e�,� �p�l�a�c� �z�a�b�a�w� �d�l�a� �d�z�i�e�c�i�,� �w�d�k�a�r�s�t�w�o�,� �w�Ba�s�n�a� �p�r�z�y�s�t�a�D �d�l�a� �Bo�d�z�i� �i� �j�a�c�h�t��w�,� �s�a�u�n�a� �i� �b�i�l�a�r�d�.� � � � �<�B�>�Z�N�I�{K�A� �D�L�A� �S�T�A�AY�C�H� �K�L�I�E�N�T��W� �!� � �O�s�o�b�y� �k�o�r�z�y�s�t�a�j�c�e� �p�r�z�e�z� �t�r�z�y� �k�o�l�e�j�n�e� �l�a�t�a� �z� �n�a�s�z�e�j� �o�f�e�r�t�y� �z�n�i�|k�a� �5�0� �z�B �<�/�B�>�U�w�a�g�i�!� � � �1�.�z�n�i�|k�a� � �o�b�o�w�i�z�u�j�e� �p�r�z�e�z� �c�a�By� �s�e�z�o�n�,� � �2�.�z�n�i�|k�a� �n�i�e� �Bc�z�y� �s�i� �z� �i�n�n�y�m�i� �p�r�o�m�o�c�j�a�m�i�.�" bool(false)

(;

pawel.b

10.02.2009, 17:50:43

ok
to teraz tak

[PHP] pobierz, plaintext 
<?php
$content = file_get_contents('http://domena.pl/common/sart/' . $id_operatora . '/' . $id_operatora . '_' . $id_oferty . '_atrakcje.txt');
for($i = 0;$i<mb_strlen($content);$i++)
{
var_dump(mb_detect_encoding($content{$i}))."<br/>";
}
?>
[PHP] pobierz, plaintext

zobaczysz z jakimi znakami masz probelem

Larges

10.02.2009, 17:56:29

ok wynik kolejnego testu - troszkę spory, nie lubię zaśmiecać ale wkleję przynajmniej część.

Kod

bool(false) bool(false) string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "UTF-8" string(5) "UTF-8" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII"

Czy sądzić zatem że plik ma różne kodowania? "ASCII", "UTF-8" ?

Ogólnie dzięki za pomoc i cierpliwość (;

pawel.b

10.02.2009, 18:06:13

Plik masz w utf -8 tam gdzie jest asci to pewnie jest zwykła litera jednobajtowa która w każdym kodowaniu wygląda tak samo. Natomiast na początku masz false 3 razy to znaczy że pewnie masz tam boma źle zapisanego. Moja propozycja to wycinać te znaki dla których detect_encoding zwraca false.

czyli:

[PHP] pobierz, plaintext 
<?php
$content = file_get_contents('http://domena.pl/common/sart/' . $id_operatora . '/' . $id_operatora . '_' . $id_oferty . '_atrakcje.txt');
for($i = 0;$i<mb_strlen($content);$i++)
{
if(mb_detect_encoding($content{$i}))
{
$new_content +=$content{$i};
}
}
 
echo mb_detect_encoding($new_content);
?>
[PHP] pobierz, plaintext

Larges

10.02.2009, 18:11:22

Powyższy przykład generuje niemalże identyczny kod jak poprzedni. Również mam bool(false) bool(false).

Kod

bool(false) bool(false) string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "UTF-8" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "UTF-8" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5) "ASCII" string(5)

pawel.b

10.02.2009, 18:14:42

niemożliwe

nigdzie nie ma var_dumpa i jest tylko jedno echo

Larges

10.02.2009, 18:17:19

ale Wtopa. Masz rację. Wynik to: ASCII.

Dzięki za pomoc.

pawel.b

10.02.2009, 18:26:11

spoko ale według mnie wynik powinien być UTF-8
coś jest chyba nie tak
spróbuj jeszcze tak

[PHP] pobierz, plaintext 
<?php
$content = file_get_contents('http://domena.pl/common/sart/' . $id_operatora . '/' . $id_operatora . '_' . $id_oferty . '_atrakcje.txt');
for($i = 0;$i<mb_strlen($content);$i++)
{
if(mb_detect_encoding(mb_substr($content,$i,1)))
{
$new_content +=mb_substr($content,$i,1);
}
}
 
echo mb_detect_encoding($new_content);
?>
[PHP] pobierz, plaintext

Larges

10.02.2009, 18:30:52

mimo szczerych chęci ASCII (;

pawel.b

10.02.2009, 18:32:50

na początku daj
mb_internal_encoding('UTF-8');

Larges

10.02.2009, 18:35:47

Chodzi o następujące rozwiązanie ?

Kod

mb_internal_encoding('UTF-8');
$content = file_get_contents('http://www.domena.pl/common/sart/' . $id_operatora . '/' . $id_operatora . '_' . $id_oferty . '_atrakcje.txt');
for($i = 0;$i<mb_strlen($content);$i++)
{
if(mb_detect_encoding(mb_substr($content,$i,1)))
{
$new_content +=mb_substr($content,$i,1);
}
}

echo mb_detect_encoding($new_content);

- ASCII