检测URL查询字符串编码

Question

在请求URL上，我可以获得查询字符串?dir=Documents%20partag%C3%A9s或?dir=Documents%20partag%E9s。我认为第一个是UTF-8，第二个是ASCII。

真正的字符串是：Documents partagés

因此，我有一个PHP脚本(使用UTF-8)，我想要做的是检测查询字符串是ASCII还是UTF-8，如果是ASCII，则将其转换为UTF-8。

我尝试使用mb_函数，但查询字符串总是被检测为ASCII码，而urldecode版本的查询字符串被检测为UTF-8。

我如何才能做到这一点？请注意，维基百科有一个类似的函数，它将自己的%E9编码为%C3%A9。

Answer 1

E9是十进制的233。它不是有效的ASCII字节(仅限0-127)，但它是ISO-8859-1 (Latin1)中的é。使用mb_convert_encoding时，您可以指定多个编码(例如: UTF-8和ISO-8859-1)。

这应该可以解决这个问题：

mb_convert_encoding($str, 'UTF-8', 'UTF-8,ISO-8859-1');

使用以下脚本：

$str1 = 'Documents%20partag%E9s';
$str2 = 'Documents%20partag%C3%A9s';
var_dump(mb_convert_encoding(urldecode($str1), 'UTF-8', 'UTF-8,ISO-8859-1'));
var_dump(mb_convert_encoding(urldecode($str2), 'UTF-8', 'UTF-8,ISO-8859-1'));

我得到了：

string(19) "Documents partagés"
string(19) "Documents partagés"