PHP技术问询：如何检测字符串编码为UTF-8或UTF-16LE

我之前也踩过mb_detect_encoding检测UTF-16LE的坑，给你几个实用的解决方案：

1. 优先检查字节顺序标记（BOM） #

UTF-16LE有明确的专属字节顺序标记\xFF\xFE，这是最直接可靠的判断依据。如果你的函数生成UTF-16LE内容时包含BOM，直接检查开头字节就能快速确定：

function isUtf16LeWithBom($str) {
    $bom = substr($str, 0, 2);
    return $bom === "\xFF\xFE";
}

如果你的函数目前没加BOM，也可以考虑在生成UTF-16LE内容时主动添加，这样检测逻辑会更清晰准确。

2. 用mb_check_encoding替代mb_detect_encoding #

mb_detect_encoding是猜测编码类型，而mb_check_encoding是验证字符串是否符合指定编码，可靠性高得多。单元测试中你已经明确知道编码只可能是UTF-8或UTF-16LE，直接验证即可：

// 验证目标字符串是否为UTF-16LE
if (mb_check_encoding($utf16Doc, 'UTF-16LE')) {
    echo "确认是UTF-16LE编码";
} else {
    echo "不是UTF-16LE编码";
}

这个方法在字符串包含非ASCII字符时几乎不会出错；就算是纯ASCII内容，UTF-16LE中ASCII字符\xXX\x00的字节结构也能被mb_check_encoding准确识别。

3. 修复mb_detect_encoding的使用方式 #

如果你坚持要用mb_detect_encoding，记得开启严格模式并指定编码检测顺序，避免函数误判：

$test = mb_detect_encoding($utf16Doc, ['UTF-16LE', 'UTF-8'], true);
var_dump($test); // 现在应该能正确返回'UTF-16LE'

第三个参数设为true会启用严格检测，排除模棱两可的情况；同时把UTF-16LE放在检测顺序的第一位，优先验证该编码。

为什么你的原始代码会失败？ #

大概率是因为mb_detect_encoding默认没开启严格模式，当字符串内容比较简单（比如纯ASCII）时，它无法区分UTF-8和UTF-16LE的字节表示，所以返回false。

内容的提问来源于stack exchange，提问作者Tamara