西里尔字母有几种字符编码。
在Internet上创建站点时，通常使用：
较流行的编码：
这可能不是全部列表，这些是我经常遇到的编码。
有时有必要确定文本的编码。 并且在PHP中甚至有一个用于此的函数：
mb_detect_encoding
但是，正如
m00t在《
在PHP中定义文本编码-现有解决方案概述和另一辆自行车》一文中所写
简而言之，它不起作用。
阅读了
m00t文章之后
，我并没有为它的方法所启发，而是找到了以下解决方案：
确定PHP和Python中的文本编码正如
m00t所说
再次字符代码
我测试了通过字符代码确定编码的功能，结果令我满意，并且我使用此功能已有两年了。
最近，我决定重写使用此功能的项目，在packagist.org
cnpait / detect_encoding上找到一个现成的包，其中的编码是使用
m00t方法确定的
同时，指定的软件包安装了1200次以上，这意味着定期出现确定文本编码的任务并不只是我一个人。
我将安装此软件包并冷静下来，但我决定“弄糊涂”。
通常，我制作了一个包：
onnov / detect-encoding 。
如何使用它写在README.md中
我将撰写有关对其进行测试并将其与
cnpait / detect_encoding软件包进行比较的
文章 。
测试方法
大文本：托尔斯泰-安娜·卡列尼娜
总计-1'701'480个字符
我们删除所有不必要的内容，只保留西里尔字母：
$text = preg_replace('/[^--]/ui', '', $text);
剩下1'336'252西里尔字母。
在循环中，我们获取文本的一部分（5、15、30，...个字符），将其转换为已知的编码，然后尝试通过脚本确定编码。 然后正确比较与否。
这是表格的左侧，编码的字符数位于顶部，表格以%%表示可靠性结果
Mac Cyrillic最差的准确性，您至少需要60个字符才能确定此编码，准确性为92.15％。 Windows-1251编码的准确性也很低。 这是由于以下事实：表中其字符的编号大大重叠。
幸运的是，没有使用mac-cyrillic和ibm866编码对网页进行编码。
让我们尝试不使用它们：
即使在5到10个字母的短句子中，确定的准确性也很高。 对于60个字母的短语，确定的准确性达到100％。 但是，可以非常快速地确定编码，例如，在0.00096秒内检查了长于1,300,000西里尔字符的文本。 （在我的计算机上）
m00t描述的统计方法将
显示什么结果：
如您所见，确定编码的结果很好。 脚本的速度很高，尤其是在短文本中，而在大文本中，速度明显较差。 超过1,300,000西里尔字符的文本将在0.32秒内被检查。 （在我的计算机上）。
我的发现
- 两种方法都给出了良好的结果。
- 该方法的准确性接近。
- 在大文本中，通过字符代码确定的速度较高，但这并不是很重要，因为 不可能有人会检查如此庞大的文本。
- 统计方法仍然具有提高编码确定精度的潜力。
使用哪种方法取决于您。 原则上，您可以同时使用两者。