 |
|
Автоматическое распознавание кодировки текста
Готовые библиотеки
- detect_cyr_charset
http://tony2001.phpclub.net/misc/detect_charset/detect.phps
Простой (и ненадежный) алгоритм определения кодировки русского текста. Понимает cp866, koi-8r, windows-1251, mac, iso-8859–5.
- charset_x_win
http://popoff.donetsk.ua/text/work/libs/a/charset/src.html
описание
Гораздо надежнее предыдущего варианта, однако при этом – гораздо сложнее. Оптимизировано для коротких поисковых фраз. Понимает windows-1251, koi-8r, UTF-8.
- mb_detect_encoding
http://www.php.net/mb_detect_encoding
Встроенная в PHP функция. Используется для многобайтовых кодировок. НЕ понимает кодировки windows-1251, koi-8r и т.п.
Теория
- Иван Рощин. Автоматическое определение кодировки текста
http://ivr.webzone.ru/articles/alt_win/
Как отличить кодировку ALT (альтернативная) от windows-1251. Приведена таблица частот встречаемости разных букв в тексте на русском языке.
http://ivr.webzone.ru/articles/defcod_2/
Как отличить ALT, windows-1251 и koi-8r. Используется метод анализа допустимых двухбуквенных последовательностей в русском языке.
Дополнительная информация
Комментариев нет.
[Показать комментарии/форму]