У меня имеется куча файлов, сгенерированных утилитой Microsoft - subinacl, которая собирает права доступа к сетевым ресурсам. И мне нужно пропарсить эти файлы посредством PHP. Проблема - в неизвестной кодировке получаемого файла. Пробовал UTF-16, UCS-2 (каждый символ в файле занимает 2 байта). Все получается, но заглавные русские буквы не декодируются (получаются спец.символы), а заодно и пробелы между русскими буквами.

Декодирую просто - iconv( 'UCS-2', 'cp1251', $str ).

Подскажите, как точно выяснить кодировку файла, и как побороть проблему в целом.

subinacl при использовании ключа /output пишет в UTF-16 (little-endian) (см. BOM)

угу... я это тоже откопал уже... только вот iconv, собака, понимает только UTF-16 и UTF-16BE, а вот LE напрочь отказывается...

P.S. равно как и mb_convert_encoding()…

BOM отрезал перед преобразованием?

Crazy, да

А может такое быть, что iconv и mb_ не понимает UCS-2LE или UTF-16LE? Apache стоит на Solaris 10

Современные версии должны понимать.

Ну дык... должны... апача вторая стоит, PHP - 5. Нифига не помогает, придется самому конвертер писать или искать.

P.S. проверил на 2-х хостингах, разных, не работает. Спотыкается, как только пишешь UTF-16LE или UCS-2LE, работает, но криво при указании UTF-16 или UCS-2.

Значит, не в настройках Apache и PHP дело. То ли руки кривые, то ли одно из двух.

Konyukhov, hint: iconv -- отдельная библиотека.

Crazy, в курсе... я сейчас добиваю mb_, т.к. по скорости обработки она существенно обгоняет iconv, а парсить мне много нужно.

Победил. Помогло mb_convert_encoding(file_get_contents(…)), т.е. не нужно было сначала откусывать BOM, и все заработало с обычной UTF-16. А с откусанным BOM-ом как раз и работает криво. Вот так вот

Если используешь "просто" UTF-16, то откусывать BOM, очевидно, нельзя.