archived-doc-ru/reference/mbstring/functions/mb-detect-encoding.xml

<?xml version="1.0" encoding="utf-8"?>
<!-- EN-Revision: 7c4b5fb40ac3149a5b931f1e31b1050ab5eaab7e Maintainer: tmn Status: ready -->
<!-- Reviewed: no -->
<refentry xml:id="function.mb-detect-encoding" xmlns="http://docbook.org/ns/docbook" xmlns:xlink="http://www.w3.org/1999/xlink">
 <refnamediv>
  <refname>mb_detect_encoding</refname>
  <refpurpose>Определяет кодировку символов</refpurpose>
 </refnamediv>

 <refsect1 role="description">
  &reftitle.description;
  <methodsynopsis>
   <type class="union"><type>string</type><type>false</type></type><methodname>mb_detect_encoding</methodname>
   <methodparam><type>string</type><parameter>string</parameter></methodparam>
   <methodparam choice="opt"><type class="union"><type>array</type><type>string</type><type>null</type></type><parameter>encodings</parameter><initializer>&null;</initializer></methodparam>
   <methodparam choice="opt"><type>bool</type><parameter>strict</parameter><initializer>&false;</initializer></methodparam>
  </methodsynopsis>
  <para>
   Функция определяет наиболее вероятную кодировку символов значения с типом <type>string</type> в параметре <parameter>string</parameter>
   путём проверки списка кандидатов по порядку.
  </para>
  <para>
   Начиная с PHP 8.1 функция возвращает не первую возможную кодировку, а проверяет каждую допустимую кодировку
   в списке <parameter>encodings</parameter> и эвристически определяет наиболее правильную.
  </para>
  <para>
   Надёжность автоматического определения предполагаемой кодировки символов не достигает 100 %;
   без дополнительной информации это похоже на расшифровку зашифрованной строки без ключа.
   Лучше явно указать кодировку символов, которая хранится или передаётся с данными,
   например в HTTP-заголовке Content-Type.
  </para>
  <para>
   Функция полезнее при вызове с многобайтовыми кодировками,
   поскольку не каждая последовательность байтов образует допустимую строку.
   Функция отклонит кодировку,
   если входная строка содержит такую последовательность.
  </para>

  <warning>
   <title>Неточность результата</title>
   <para>
    Название функции вводит в заблуждение: функция «угадывает» кодировку, а не «обнаруживает».
   </para>
   <para>
    Догадки неточны, поэтому функцией невозможно точно
    определить правильную кодировку символов.
   </para>
  </warning>
 </refsect1>

 <refsect1 role="parameters">
  &reftitle.parameters;
  <para>
   <variablelist>
    <varlistentry>
     <term><parameter>string</parameter></term>
     <listitem>
      <para>
       Проверяемая строка (<type>string</type>).
      </para>
     </listitem>
    </varlistentry>
    <varlistentry>
     <term><parameter>encodings</parameter></term>
     <listitem>
      <para>
       Список кодировок символов для проверки.
       Список определяется как массив строк или как строка со списком кодировок через запятую.
      </para>
      <para>
       При пропуске параметра <parameter>encodings</parameter> или установке для параметра значения &null;
       выбирается текущий порядок определения кодировки, который установили
       в директиве <link linkend="ini.mbstring.detect-order">mbstring.detect_order</link> настроек конфигурации
       или функцией <function>mb_detect_order</function>.
      </para>
     </listitem>
    </varlistentry>
    <varlistentry>
     <term><parameter>strict</parameter></term>
     <listitem>
      <para>
       Управляет поведением, когда строка в параметре <parameter>string</parameter>
       недопустима ни для одной перечисленной в параметре <parameter>encodings</parameter> кодировки.
       При передаче в параметр <parameter>strict</parameter> значения &false;
       возвращается первая совпавшая кодировка;
       при установке для параметра <parameter>strict</parameter> значения &true;
       возвращается значение &false;.
      </para>
      <para>
       Значение по умолчанию для параметра <parameter>strict</parameter>
       также устанавливается в директиве
       <link linkend="ini.mbstring.strict-detection">mbstring.strict_detection</link>
       настроек конфигурации.
      </para>
     </listitem>
    </varlistentry>
   </variablelist>
  </para>
 </refsect1>

 <refsect1 role="returnvalues">
  &reftitle.returnvalues;
  <para>
   Функция возвращает кодировку символов, которую обнаружила, или &false;,
   если строка недопустима ни для одной из перечисленных кодировок.
  </para>
 </refsect1>

 <refsect1 role="changelog">
  &reftitle.changelog;
  <informaltable>
   <tgroup cols="2">
    <thead>
     <row>
      <entry>&Version;</entry>
      <entry>&Description;</entry>
     </row>
    </thead>
    <tbody>
     <row>
      <entry>8.2.0</entry>
      <entry>
       Функция <function>mb_detect_encoding</function> больше не возвращает
       следующие нетекстовые кодировки:
       <literal>"Base64"</literal>, <literal>"QPrint"</literal>,
       <literal>"UUencode"</literal>, <literal>"HTML entities"</literal>,
       <literal>"7 bit"</literal> и <literal>"8 bit"</literal>.
      </entry>
     </row>
    </tbody>
   </tgroup>
  </informaltable>
 </refsect1>

 <refsect1 role="examples">
  &reftitle.examples;
  <para>
   <example>
    <title>Пример определения кодировки функцией <function>mb_detect_encoding</function></title>
    <programlisting role="php">
<![CDATA[
<?php

$str = "\x95\xB6\x8E\x9A\x83\x52\x81\x5B\x83\x68";

// Определение кодировки символов с текущим порядком определения
var_dump(mb_detect_encoding($str));

// Значение "auto" раскрывается в соответствии с директивой mbstring.language
var_dump(mb_detect_encoding($str, "auto"));

// Установка параметра "encodings" списком значений через запятую
var_dump(mb_detect_encoding($str, "JIS, eucjp-win, sjis-win"));

// Установка параметра "encodings" массивом
$encodings = [
  "ASCII",
  "JIS",
  "EUC-JP"
];
var_dump(mb_detect_encoding($str, $encodings));

]]>
    </programlisting>
    &example.outputs;
    <screen>
<![CDATA[
string(5) "ASCII"
string(5) "ASCII"
string(8) "SJIS-win"
string(5) "ASCII"
]]>
    </screen>
   </example>
  </para>
<para>
   <example>
    <title>Действие параметра <parameter>strict</parameter></title>
    <programlisting role="php">
<![CDATA[
<?php

// Строка "áéóú" в кодировке ISO-8859-1
$str = "\xE1\xE9\xF3\xFA";

// Строка недопустима для кодировок ASCII или UTF-8, но UTF-8 считается более близким соответствием
var_dump(mb_detect_encoding($str, ['ASCII', 'UTF-8'], false));
var_dump(mb_detect_encoding($str, ['ASCII', 'UTF-8'], true));

// При обнаружении допустимой кодировки параметр strict не изменяет результат
var_dump(mb_detect_encoding($str, ['ASCII', 'UTF-8', 'ISO-8859-1'], false));
var_dump(mb_detect_encoding($str, ['ASCII', 'UTF-8', 'ISO-8859-1'], true));

]]>
    </programlisting>
    &example.outputs;
    <screen>
<![CDATA[
string(5) "UTF-8"
bool(false)
string(10) "ISO-8859-1"
string(10) "ISO-8859-1"
]]>
    </screen>
   </example>
  </para>
  <para>
   Иногда одна и та же последовательность байтов образовывает
   допустимую строку в нескольких кодировках символов, и невозможно узнать, какая интерпретация подразумевалась.
   Например, среди многих других байтовая последовательность "\xC4\xA2" допустима для:
  </para>
  <para>
   <simplelist>
    <member>
     «Ä¢» (U+00C4 LATIN CAPITAL LETTER A WITH DIAERESIS с последующим U+00A2 CENT SIGN),
     закодированная в одной из кодировок — ISO-8859-1, ISO-8859-15 или Windows-1252
    </member>
    <member>
     «ФЂ» (U+0424 CYRILLIC CAPITAL LETTER EF с последующим U+0402 CYRILLIC CAPITAL LETTER
     DJE), закодированная в ISO-8859-5
    </member>
    <member>
     «Ģ» (U+0122 LATIN CAPITAL LETTER G WITH CEDILLA), закодированная в UTF-8
    </member>
   </simplelist>
  </para>
  <para>
   <example>
    <title>Действие порядка кодировок при совпадении нескольких кандидатов</title>
    <programlisting role="php">
<![CDATA[
<?php

$str = "\xC4\xA2";

// Строка действительна в каждой из трёх кодировок,
// но вернётся не первая возможная, а наиболее корректная
var_dump(mb_detect_encoding($str, ['UTF-8']));
var_dump(mb_detect_encoding($str, ['UTF-8', 'ISO-8859-1', 'ISO-8859-5'])); // С php8.1 вернётся кодировка ISO-8859-1, а не UTF-8
var_dump(mb_detect_encoding($str, ['ISO-8859-1', 'ISO-8859-5', 'UTF-8']));
var_dump(mb_detect_encoding($str, ['ISO-8859-5', 'UTF-8', 'ISO-8859-1']));

?>
]]>
    </programlisting>
    &example.outputs;
    <screen>
<![CDATA[
string(5) "UTF-8"
string(10) "ISO-8859-1"
string(10) "ISO-8859-1"
string(10) "ISO-8859-5"
]]>
    </screen>
   </example>
  </para>
 </refsect1>

 <refsect1 role="seealso">
  &reftitle.seealso;
  <para>
   <simplelist>
    <member><function>mb_detect_order</function></member>
   </simplelist>
  </para>
 </refsect1>

</refentry>
<!-- Keep this comment at the end of the file
Local variables:
mode: sgml
sgml-omittag:t
sgml-shorttag:t
sgml-minimize-attributes:nil
sgml-always-quote-attributes:t
sgml-indent-step:1
sgml-indent-data:t
indent-tabs-mode:nil
sgml-parent-document:nil
sgml-default-dtd-file:"~/.phpdoc/manual.ced"
sgml-exposed-tags:nil
sgml-local-catalogs:nil
sgml-local-ecat-files:nil
End:
vim600: syn=xml fen fdm=syntax fdl=2 si
vim: et tw=78 syn=sgml
vi: ts=1 sw=1
-->