Засичане на кодировка на файл.

[dakata__92]

Здравейте. Как мога да засека в какъв енкодинг е файл от тип txt или csv? Искам да проверя дали файла е в кодировка UTF-8 или UTF-8 BOM. В момента правя хей тази глупост, но не ми харесва:

switch ($extension) {
    case 'txt':
    case 'csv':
        $encoding = mb_detect_encoding(file_get_contents($document), mb_detect_order(), true);
        if ($encoding !== 'UTF-8') {
            throw new FrontendException(__('conditions.document.upload.encoding.utf_8'));
        }
        break;
}

 

[anonimen]

Въпросът ти подразбира, че е известно, текстът е точно едно от двете, в който случай тоя коментар би трябвало да помогне? https://www.php.net/manual/en/function.mb-detect-encoding.php#91051

Т.е. условието дали има БОМ е

substr($text, 0, 3) == UTF8_BOM

където

define ('UTF8_BOM', chr(0xEF) . chr(0xBB) . chr(0xBF));

 

[Revelation]

Или

strncmp($text, UTF8_BOM, 3) === 0

И алтернативно за UTF8_BOM също става

pack("CCC", 0xEF, 0xBB, 0xBF)

Според зависи кое ти се струва по-изчистен вариант.

 

[dakata__92]

Добре. За BOM ми стана ясно какво да правя. Обаче искам когато постъпва txt или csv файл да засичам кодировката на файла и ако не е UTF - 8 да спирам изпълнението на файла. Не желая да прочитам цялото съдържание на файла с file_get_contents при въвеждане на файла, за да валидирам съдържанието му. Няма ли по-културен начин от моя по-горе?

 

[dakata__92]

Открих, доста по-добър вариант:

$fileInfo = new \finfo(FILEINFO_MIME_ENCODING);
$fileInfo->file($document)

 

[Ticketa]

Открих, доста по-добър вариант:

$fileInfo = new \finfo(FILEINFO_MIME_ENCODING);
$fileInfo->file($document)

Това ти е играта

 

[dakata__92]

Това ти е играта

Да, радвам се, че открих този вариант. С него успях да защитя входните данни от лоша интерпретация при обработка на файлове.