[ новости /+++ | форум | теги | ]

<< Предыдущая ИНДЕКС Поиск в статьях src Установить закладку Перейти на закладку Следующая >>

Ключевые слова: charset, codepage, php,  (найти похожие документы)

From: tony2001
Newsgroups: http://tony2001.phpclub.net/
Date: Mon, 20 Sep 2004 18:21:07 +0000 (UTC)
Subject: PHP скрипт для автоматического определения кодировки текста

Оригинал: http://tony2001.phpclub.net/detect_charset/

   <?
   define('LOWERCASE',3);
   define('UPPERCASE',1);
   function detect_cyr_charset($str) {
       $charsets = Array(
                         'k' => 0,
                         'w' => 0,
                         'd' => 0,
                         'i' => 0,
                         'm' => 0
                         );
       for ( $i = 0, $length = strlen($str); $i < $length; $i++ ) {
           $char = ord($str[$i]);
           //non-russian characters
           if ($char < 128 || $char > 256) continue;

           //CP866
           if (($char > 159 && $char < 176) || ($char > 223 && $char < 242))
               $charsets['d']+=LOWERCASE;
           if (($char > 127 && $char < 160)) $charsets['d']+=UPPERCASE;

           //KOI8-R
           if (($char > 191 && $char < 223)) $charsets['k']+=LOWERCASE;
           if (($char > 222 && $char < 256)) $charsets['k']+=UPPERCASE;

           //WIN-1251
           if ($char > 223 && $char < 256) $charsets['w']+=LOWERCASE;
           if ($char > 191 && $char < 224) $charsets['w']+=UPPERCASE;

           //MAC
           if ($char > 221 && $char < 255) $charsets['m']+=LOWERCASE;
           if ($char > 127 && $char < 160) $charsets['m']+=UPPERCASE;

           //ISO-8859-5
           if ($char > 207 && $char < 240) $charsets['i']+=LOWERCASE;
           if ($char > 175 && $char < 208) $charsets['i']+=UPPERCASE;

       }
       arsort($charsets);
       return key($charsets);
   }
   ?>

<< Предыдущая ИНДЕКС Поиск в статьях src Установить закладку Перейти на закладку Следующая >>

1.1, HoLoD (?), 17:35, 26/01/2006 [ответить]   +/– Не пашет. Слово "Введение" определяет как ISO, а не Win-1251   1.2, Roman (??), 10:42, 06/12/2006 [ответить]   +/– Текст, набранный ЗАГЛАВНЫМИ БУКВАМИ определяет как KOI-8, а не win-1251   1.3, PblCb (?), 19:47, 20/07/2007 [ответить]   +/– Вот пример рабочего скрипта   http://popoff.donetsk.ua/text/work/libs/a/charset/ скачайте файл и вот вам готовая функция   1.4, skyboy (?), 18:48, 19/02/2009 [ответить]   +/– Текст, набранный только заглавными в ср1251 или только строчными в koi8-r попадает в один и тот же диапазон символов(191..224), так что однозначно определить кодировку попросту невозможно. И это ещё не учли unicode...   1.5, hfrghfewu (?), 00:23, 04/06/2010 [ответить]   +/– А какже тогда определяют кодировку на других языках?   1.6, Rusty (??), 15:45, 31/12/2010 [ответить]   +/– Этот скрипт не работает и никогда не будет работать. Надо использовать частотный словарь слогов хотя бы.

Партнёры:

Хостинг: