Filsystem og tegnsæt

Hvorfor vil du afgøre hvad tegnsæt det er i? Hvorfor ikke diktere hvilket tegnsæt der skal anvendes? Det vil være det mest normale i stort set alle sammenhæng... Selv 'kvalificerede' gæt på tegnsættet giver fejl fra tid til anden...

Fordi der desværre er flere forskellige uploadere og de er ikke til at opdrage. Lige så hurtigt jeg sætter deres ftp-client op til utf-8 lige så hurtigt får de det ændret :-(
Desværre hænger det så på mig at finde ud af hvilket tegnsæt hver enkelt fil er gemt i, så jeg kan dels vise linket korrekt og dels kan linke til den rette pdf (det er et pdf bibliotek).

Well, som sagt - dit gæt er lige så kvalificeret som alt muligt andet; du vil aldrig kunne sikre dig at der ikke kommer tegn med fra et andet tegnsæt end det angivne.

Det mest effektive/mest anvendte er at man dikterer tegnsættet og konverterer for at sikre sig at tegnsættet er rigtigt. Det kan man eksempelvis gøre med iconv() - http://php.net/iconv

Men du vil aldrig kunne 100% afgøre automatisk om tegnsættet er korrekt, for det er brugerinput du behandler.

Se denne streng:
"Hej - jeg er en streng med æ ø og å - også dobbeltencoded, fordi jeg er en spasser med min teksteditor: æ ø Ã¥"

Den streng vil du aldrig kunne afgøre hvad du skal gøre med, for strengen vil angiveligt være korrekt formateret UTF-8, selvom jeg faktisk gemte dokumentet i ISO-8859-1.

Jeg er såmend mere end tilfreds med "bare" at kunne konverterer :-)

Hvad med at lade tumperne uploade deres skidt via en <form> (med tvunget encoding), i stedet for direkte FTP-adgang ?