php - 我如何知道 url 编码的字符串是 UTF-8 还是 Latin-1 与 PHP？

Question

我正在通过 url 从各个站点获取数据。 Url 参数使用 php urlencode() 进行 url 编码函数，但字符编码仍然可以是 UTF-8 或 Latin-1。

例如，é 字符，当从 UTF-8 url-encoded 变成 %C3%A9 但当从 Latin-1 url-encoded 时，它变成 %E9。

当我通过 url 获取数据时，我使用 urldecode()然后我需要知道什么是字符编码，所以我最终使用了 utf8_encode在我将它们插入 MySQL 数据库之前。

奇怪的是，以下代码不起作用:

$x1 = 'Cl%C3%A9ment';
$x2 = 'Cl%E9ment';

echo mb_detect_encoding(urldecode($x1)).' / '.mb_detect_encoding(urldecode($x2));

它返回 UTF-8 / UTF-8
为什么会这样，我做错了什么，我怎么知道这些字符串的字符编码？

谢谢

Answer 1

mb_detect_encoding()使用默认的第二个参数通常是无用的:

<?php

$x1 = 'Cl%C3%A9ment';
$x2 = 'Cl%E9ment';

$encoding_list = array('utf-8', 'iso-8859-1');

var_dump(
    mb_detect_encoding(urldecode($x1), $encoding_list),
    mb_detect_encoding(urldecode($x2), $encoding_list)
);

... 打印:

string(5) "UTF-8"
string(10) "ISO-8859-1"