Evitar doble conversión a UTF-8

[Sanva]

Hola a todos.

En mi web utilizo UTF-8, por lo que todos los datos que recibe de variables que estén en ISO-8859-1 deben ser convertidos a UTF-8. El problema surge con ciertos datos que pueden llegar en ISO-8859-1 o UTF-8 (según el navegador del usuario, por ejemplo), ya que si les aplico indistintamente el utf8_encode, los que ya estuvieran en UTF-8 se deforman.

¿Cómo puedo saber en qué codificación está una cadena de texto?

[pzin]

Hola Sanva.

No sé si te servirá forzar la codificación del navegador a UTF-8, prueba a ver.

Código PHP:

  header('Content-Type: text/html; charset=UTF-8');  
   

[Sanva]

No, acabo de probarlo y no me funciona.

Un ejemplo de donde no puedo saber en qué codificación van a llegar las variables es cuando el usuario hace click en un enlace HTML que manda información GET. Como ejemplo, http://www.server.com/?s=Vídeo; Si el usuario tiene Konqueror o Firefox en Linux la variable s llegará al script PHP codificada en UTF-8, pero en Firefox, Opera e IE en Windows e IE en Windows Mobile llegará codificada en ASCII (todo esto probado por mí, supongo que cada usuario podrá cambiar esto en su sistema)

[Sanva]

Bueno, posteo yo mismo la solución por si a alguien le sirve

Código PHP:

  function is_utf8($string) { 
    // From http://w3.org/International/questions/qa-forms-utf-8.html 
    return preg_match('%^(?: 
          [\x09\x0A\x0D\x20-\x7E]            # ASCII 
        | [\xC2-\xDF][\x80-\xBF]             # non-overlong 2-byte 
        |  \xE0[\xA0-\xBF][\x80-\xBF]        # excluding overlongs 
        | [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}  # straight 3-byte 
        |  \xED[\x80-\x9F][\x80-\xBF]        # excluding surrogates 
        |  \xF0[\x90-\xBF][\x80-\xBF]{2}     # planes 1-3 
        | [\xF1-\xF3][\x80-\xBF]{3}          # planes 4-15 
        |  \xF4[\x80-\x8F][\x80-\xBF]{2}     # plane 16 
    )*$%xs', $string); 
}  
   

Esa función comprobará si la cadena que se le pasa como argumento está en UTF-8 o no.

La encontré en los comentarios de la función mb_detect_encoding
en http://es.php.net/manual/es/function...t-encoding.php. Al parecer es una traducción a PHP de la misma función propuesta por el W3C aquí: http://w3.org/International/question...rms-utf-8.html