联想到discuz，ecshop发布一个新版本的系统给大家使用，会提供utf-8，gb2312版本的代码下载。所以肯定是批量转换编码出来的。
这种是转换html文件。
http://blog.csdn.net/iseagold/article/details/5472377
我需要找一个批量转换文件编码的工具才行。
问题在于：目录中混合了gb2312和utf8编码的。如何才能用工具去自动判断呢。
不要强制转换一次编码。
gb2312和utf8编码的。如果是utf8编码的文件，就不要转换，如果是gb2312的编码才执行转换成utf8编码。
http://blog.csdn.net/liu_qiqi/article/details/38706497
按照给定的字符集存储文件时，在文件的最开头的三个字节中就有可能存储着编码信息，所以， 基本的原理就是只要读出文件前三个字节，判定这些字节的值，就可以得知其编码的格式。其实，如果项目运行的平台就是中文操作系统， 如果这些文本文件在项目内产生，即开发人员可以控制文本的编码格式，只要判定两种常见的编码就可以 了：GBK和UTF-8。由于中文Windows默认的编码是GBK，所以一般只要判定UTF-8编码格式。
对于UTF-8编码格式的文本文件， 其前3个字节的值就是-17、-69、-65，所以，判定是否是UTF-8编码格式的代码片段如下：
php的mb_detect_encoding函数，我正准备试一试：
function characet($data){ if( !empty($data) ){ $filetype = mb_detect_encoding($data , array('utf-8','gbk','latin1','big5')) ; if( $filetype != 'utf-8'){ $data = mb_convert_encoding($data ,'utf-8' , $filetype); } } return $data; }
http://blog.csdn.net/wydycrtd/article/details/4793124
有人也说了， 重新认识一下此问题，当时版主回复的时候我就觉得mb函数里一定有这样的功能，但今日研究了mb库，并没有这样的功能。用mb_detect_encoding总是不准确。
mbstring 当前实现了以下编码检测筛选器。 如有以下编码列表的无效字节序列，编码的检测将会失败。 UTF-8, UTF-7, ASCII, EUC-JP,SJIS, eucJP-win, SJIS-win, JIS, ISO-2022-JP var_dump(mb_detect_encoding($str,array('UTF-8','GB2312')));
EUC-CN EUC-CN是GB2312最常用的表示方法。浏览器编码表上的“GB2312”，通常都是指“ EUC-CN”表示法。
php中用mb_detect_encoding测出来的euc-cn是gb2312编码:EUC-CN是GB2312最常用的表示方法
GB 2312字元使用两个字节来表示。 “第一位 ”使用0xA1-0xFE “第二位字节”使用0xA1-0xFE
网上找到的不能解决自动检测编码的问题，这里我根据自己需要。检测两种编码就可以了：gb2312和utf-8
'; $i = 0; foreach ($all_dirs as $dir_key => $file_path) { $file_content = file_get_contents($file_path); $i++; echo $i . '、' . $file_path.''; var_dump($file_encode_type = mb_detect_encoding($file_content, array('UTF-8', 'EUC-CN'), true)); //EUC-CN是gb2312的另外称呼,php这个扩展返回的是值,不是gb2312 echo ''; //获取文件的后缀,指定文件类型采取做操作，比如图片就不能去修改的 $file_name = basename($file_path); $suffix = get_file_suffix($file_name); if (in_array($suffix, $suffix_list)) { if ($file_encode_type == 'EUC-CN') { echo 'had changed the file from ' . $file_encode_type . '(gb2312) to UTF-8:' . $file_path . ''; //就是gb2312编码的 $after_change_encode_content = iconv("gb2312", "UTF-8", $file_content); unlink($file_path); file_put_contents($file_path, $after_change_encode_content); unset($after_change_encode_content); } } else { echo 'the file not in allow file type:' . $file_path . ''; } unset($file_content); echo '--------------------------------------------------------------------'; }}/* * +---------------------------------------------------------------------- * //搜索指定目录下指定编码的文件,目的就是帮助我们看出自己的项目哪些是什么编码的文件 * +---------------------------------------------------------------------- */function dir_file_encode_list($dir) { $all_dirs = explorer_dir($dir); echo 'get files count:'; echo count($all_dirs) . ''; $i = 0; foreach ($all_dirs as $dir_key => $file_path) { $file_content = file_get_contents($file_path); $i++; echo $i . '、' . $file_path.''; var_dump($file_encode_type = mb_detect_encoding($file_content, array('UTF-8', 'EUC-CN'), true)); //EUC-CN是gb2312的另外称呼,php这个扩展返回的是值,不是gb2312 echo ''; unset($file_content); echo '--------------------------------------------------------------------'; }}/* * +---------------------------------------------------------------------- * 扫描指定目录下的指定目录下的html文件,批量将里面的 * * 指定的编码替换成另外一个编码 * +---------------------------------------------------------------------- */function replace_html_charset($dir) { $all_dirs = explorer_dir($dir); $suffix_list = array('htm', 'html','php'); echo 'get files count:'; echo count($all_dirs) . ''; $i = 0; $charset = ' '; $to_charset = ' '; foreach ($all_dirs as $dir_key => $file_path) { $file_content = file_get_contents($file_path); $i++; echo $i . '、' . $file_path.''; //获取文件的后缀,指定文件类型采取做操作，比如图片就不能去修改的 $file_name = basename($file_path); $suffix = get_file_suffix($file_name); if (in_array($suffix, $suffix_list)) { $patten = '%' . $charset . '%i'; if (preg_match($patten, $file_content)) { $after_change_encode_content = str_ireplace($charset, $to_charset, $file_content); unlink($file_path); file_put_contents($file_path, $after_change_encode_content); unset($after_change_encode_content); echo 'find limit :' . $file_path . ''; } }else{ echo 'the file not in allow file type:' . $file_path . ''; } }}//dir_file_encode_list("D:\\static\\develop\\mama\\test_change_encode");//change_gb2312_to_utf8_dir("D:\\static\\develop\\mama\\test_change_encode");//replace_html_charset("D:\\static\\develop\\mama\\test_change_encode");function get_file_suffix($file_name){ $file_name_arr = explode(".", $file_name); $suffix = array_pop($file_name_arr); return $suffix;}