W tym artykule omówię rozwiązanie problemu przedstawionego w poprzednim wpisie pt. “Problem z kodowaniem” - jest ono skuteczne co najmniej w 99% przypadków - przynajmniej póki co nie udało mi się znaleźć żadnego kontrprzykładu.

Mój sposób na walkę z tym problemem polega na konwertowaniu tekstu do docelowego kodowania (czyli iso-8859-2) niezależnie od tego jakie jest kodowanie wejściowe. Brzmi prosto.. tylko skąd wiedzieć jakie to kodowanie wejściowe jest (jak pisałem w poprzednim artykule, może być jedno z trzech: win, utf, iso) - znając je bez problemu byśmy skonwertowali tekst na przykład za pomocą funkcji iconv.

Zanim przejdę do meritum, chciałbym przedstawić kilka spostrzeżeń, bez których moje “sprytne” rozwiązanie nie miałoby sensu:

1. Niektóre kody polskich znaczków w kodowaniu iso i win są takie same (dla: Ę ę Ó ó Ł ł Ż ż Ć ć Ć Ń ń), dlatego nie musimy ich konwertować
2. Kody polskich znaków w kodowaniu win, w kodowaniu iso nie są poprawnymi znakami występującymi w języku polskim (są po prostu “krzaczkami”)
3. Kody \xc3-\xc5 (prefiksy dla polskich znaków w kodowaniu utf - patrz niżej) również nie występują w polsko-utfowej przyrodzie (oznaczają odpowiednio Ă Ä Ĺ)

Dzięki 2. i 3. nie musimy się obawiać, iż prawidłowy tekst zapisany w kodowaniu iso błędnie skonwertujemy.

Podsumowując otrzymujemy moje rozwiązanie, które nie rozpoznaje aktualnego kodowania tekstu, tylko konwertuje “na siłę”:

Na koniec mała uwaga: teoretycznie przed konwersją można by sprawdzać jakie jest kodowanie tekstu wejściowego i dopiero po tym konwertować za pomocą strtr - w niektórych przypadkach ta opcja byłaby szybsza… jednak powyżej przedstawiona jest (wg mnie) bardziej przejrzysta.