Форумы портала PHP.SU :: Версия для печати :: Поиск вхождения при неизвестной кодировке.

1. snikers987 - 14 Августа, 2012 - 12:04:25 - перейти к сообщению

А есть ли какой нибудь более менее универсальный способ поиска совпадений в документах с разной кодировкой?
Или хотя бы для самых распространенных windows-1251 и utf-8.
Стандартные средства php типа iconv(), mb_convert_encoding() не дают желаемого результата..
Спасибо.

2. Stierus - 14 Августа, 2012 - 12:30:03 - перейти к сообщению

Найти кодировку документа (для основных кодировок, есть куча готовых функций) -> привести к единой кодировке -> искать в уже известной единой кодировке

3. snikers987 - 14 Августа, 2012 - 13:20:14 - перейти к сообщению

Stierus пишет:

-> привести к единой кодировке ->

iconv() ?

4. EuGen - 14 Августа, 2012 - 13:25:18 - перейти к сообщению

Отрывок кода для определения кодировки:

PHP:
скопировать код в буфер обмена

    protected function _detect_encoding($sData)
    {
        foreach ($this->rgCharsets as $item)
        {
            $sTest = iconv($item, $item.'//IGNORE', $sData);
            if(md5($sTest) == md5($sData))
            {
                return $item;
            }
        }
        return false;
    }

При этом

PHP:
скопировать код в буфер обмена

    protected $rgCharsets=array(
        'UTF-8',
        'Windows-1251'
    );

- после определения кодировки сконвертировать ее в единую (как сказали выше). Затем искать.