utf-8 detection

[Tom]

Hello,

wie kann man mit PHP bei einer Datei, oder besser noch bei einem beliebigen String herausfinden, ob sie/er utf-8-encoded ist (kein BOM vorhanden).

Da müsste man mal eine Funktion schreiben :-)
http://de.wikipedia.org/wiki/Utf-8

wenn jedes Byte des Strings nur Bit 0 bis 6 benutzt, hast Du die kleinstmögliche UTF-8 Codierung vorliegen, nämlich ASCII.

Wenn dann ein Byte das 7. Bit benutzt, muss auch das 6. benutzt sein, das 5. darf nicht gesetzt sein und beim Folgebyte muss eben 10xx xxxx vorliegen.

Man muss also eigentlich nur die Bytes raussuchen, die ein gesetztes Bit 7 haben und dann frei nach Eratostenes die darauffolgenden prüfen und überspringen.

Harzliche Grüße vom Berg
http://www.annerschbarrich.de

Tom