mb_detect_encoding不可靠，因它是启发式扫描且忽略BOM；应优先检查BOM（UTF-8为EFBBBF，UTF-16 BE为FEFF，LE为FFFE），辅以finfo_open(FILEINFO_MIME_ENCODING)和显式mb_detect_order，最终以编辑器手动确认为准。
mb_detect_encoding 不是万能的，它只能检测字符串内容的编码，不能直接读取文件本身的 BOM 或字节特征。真要判断一个 PHP 文件（比如 config.php）的编码，得结合文件读取 + 多层验证。
mb_detect_encoding 为什么经常返回错？
- 它本质是启发式扫描：看字节序列是否“像”某个编码，不读文件头、不查 BOM；
- 如果传入的字符串太短（比如只有几个中文），或者含常见 ASCII 字符（如
?、=、;），很容易误判为ISO-8859-1或ASCII； - 检测顺序没设好时，默认行为不可靠——PHP 7.1+ 中若没调过
mb_detect_order()，mb_detect_encoding()可能直接 fallback 到系统 locale，结果随机； - 严格模式（
true）要求整个字符串完全符合目标编码规则，但 UTF-8 兼容 ASCII 子集，导致mb_detect_encoding('abc', ['UTF-8', 'GBK'], true)仍可能返回UTF-8，哪怕原文本其实是 GBK。
建议操作：
- 总是先显式调用
mb_detect_order(['UTF-8', 'GBK', 'BIG5', 'ISO-8859-1'])； - 字符串长度低于 10 字节时，别信结果，加一层 BOM 检查；
- 不要用
mb_detect_encoding(file_get_contents($file), ...)一招鲜，尤其对 PHP 源文件——它本身可能含注释、变量名、英文关键字，严重稀释中文特征。
怎么读文件并检查 BOM 头
BOM 是最靠谱的第一手线索，尤其对 UTF-8 / UTF-16 文件：
- UTF-8 BOM：
0xEF 0xBB 0xBF（3 字节） - UTF-16 BE BOM：
0xFE 0xFF - UTF-16 LE BOM：
0xFF 0xFE
$file = 'config.php';
$bytes = file_get_contents($file, false, null, 0, 4);
if ($bytes === false) {
die('无法读取文件');
}
$bom = bin2hex($bytes);
if (substr($bom, 0, 6) === 'efbbbf') {
echo 'UTF-8 with BOM';
} elseif (substr($bom, 0, 4) === 'feff') {
echo 'UTF-16 BE';
} elseif (substr($bom, 0, 4) === 'fffe') {
echo 'UTF-16 LE';
} else {
echo 'No BOM detected';
}
注意：
立即学习“PHP免费学习笔记（深入）”；
- 不要读整个大文件再截取，用
file_get_contents($file, false, null, 0, 4)只读前 4 字节即可； -
bin2hex()返回小写十六进制，别用=== 'EFBBBF'（大小写敏感）； - GBK、BIG5、ISO-8859-1 等编码没有标准 BOM，BOM 检查只对 Unicode 系列有效。
finfo_open(FILEINFO_MIME_ENCODING) 能不能信？
可以作辅助，但别当主力：
- 它依赖 libmagic 数据库，对纯文本识别弱，常把 UTF-8 和 GBK 都报成
us-ascii或utf-8（即使文件实际是 GBK）； - 在 CLI 环境下有时比 Web 环境更准，因 locale 设置不同；
- 必须用
FILEINFO_MIME_ENCODING标志，否则默认只返回 MIME type（如text/plain），不是编码。
$finfo = finfo_open(FILEINFO_MIME_ENCODING); $encoding = finfo_file($finfo, $file); finfo_close($finfo); // 可能返回 'utf-8'、'us-ascii'、'binary'，但极少返回 'gbk'
真实场景中：
- 若返回
binary，大概率含非文本字节（比如被 zip 过、或混入 null 字节），需人工排查； - 若返回
us-ascii，不代表就是 ASCII——只是 libmagic 没看出非 ASCII 字节，可能是 UTF-8 无重音字符，也可能是 GBK 的纯英文部分； - 它对带 BOM 的 UTF-8 识别率高，对无 BOM 的 UTF-8 或 GBK 几乎无区分力。
BOM 和 finfo 都只是线索，mb_detect_encoding 是概率游戏。真正稳的做法是：优先约定项目统一用 UTF-8 无 BOM，编辑器强制设置，CI 加 pre-commit 检查。临时救火时，三者交叉印证——BOM 有则采信，无则看 finfo + mb_detect_encoding 是否一致，不一致就打开文件用编辑器手动确认。
