Saber formato de una cadena

[ToFuS]

Buenas,

Sabeis cual es (si existe) la funcion para saber el tipo de formato (utf8, utt7, base64... etc) de una cadena?

He "pateado" php.net pero no encuentro nada...

Un saludo, Gracias!

[Cluster]

En general una "cadena" cualquiera puede tener un "patrón" dado .. así que usando "Expresiones regulares" con el patrón correcto podrías decir que tal cadena puede ser de tal formato.

Por otro lado PHP implementa (con la extensión correspondiente instalada) algo al respecto:

mb_detect_encoding()
http://php.morva.net/manual/en/funct...t-encoding.php

Por lo menos para UTF8 te puede servir .. y si no quieres usar esa extensión puedes recurrir a las alternativas que los mismos usuarios de php.net en esa función (al pié de la misma descripción de esas funciones) indican.

Un saludo,

[ToFuS]

Iniciado por Cluster

En general una "cadena" cualquiera puede tener un "patrón" dado .. así que usando "Expresiones regulares" con el patrón correcto podrías decir que tal cadena puede ser de tal formato.

No entiendo muy bien lo que quieres decir con eso...



¿Te refieres a decodificar directamente y luego ver si la cadena a cambiado o algo parecido?

[Cluster]

Iniciado por ToFuS

No entiendo muy bien lo que quieres decir con eso...



¿Te refieres a decodificar directamente y luego ver si la cadena a cambiado o algo parecido?

No ...

Me refiero a .. que una cadena puede complir un patrón (por muy complicado que sea este) .. algo tipo:

989asdf89adsf98df

Esa cadena (por decir algo .. ) compliría el patrón de "tantos caracteres de largo fijo" .. que se compone de números y/o letras (de la A a la Z) ..

Las "codificaciones" que mencionas en su base cumplen cierto algorítmo .. pero a su vez como resultado final generan cierto patrón que podría identificar su formato (no exacto pero bastante aproximado).

Un ejemplo real:

Código PHP:

  <?php
 
function detectUTF8($string)
{
       return preg_match('%(?:
       [\xC2-\xDF][\x80-\xBF]        # non-overlong 2-byte
       |\xE0[\xA0-\xBF][\x80-\xBF]              # excluding overlongs
       |[\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}      # straight 3-byte
       |\xED[\x80-\x9F][\x80-\xBF]              # excluding surrogates
       |\xF0[\x90-\xBF][\x80-\xBF]{2}    # planes 1-3
       |[\xF1-\xF3][\x80-\xBF]{3}                  # planes 4-15
       |\xF4[\x80-\x8F][\x80-\xBF]{2}    # plane 16
       )+%xs', $string);
}
 
?>   

Ahí se identifica si tu cadena podría ser codificada como UT8 .. se aplicar el "patrón" y se vé si se cumple ..


Un saludo,

[ToFuS]

OK, ahora te entendi.

Pero lo veo un tanto "inseguro" y bastante tedioso.

De todas maneras es una gran idea Cluster. Yo de momento he conseguido arreglarlo con otro pequeña "ñapa".

Como siempre, Muchas Gracias Cluster!!