euc-jpからutf-8の文字コード変換について

質問

現在、何らかのhtmlを取得する際にはurf-8で統一しようと思っているのですが、
たとえば
<?php
$f=file_get_contents("http://blog.livedoor.jp/dqnplus/")//文字コードEUC-JP;
$f = mb_convert_encoding($f,"utf-8","eucjp-win,utf-8,sjis-win,EUC-JP");
echo $f;
?>
では、EUC-JPからの変換がうまくいきません。
……というより、EUC-JPのエンコーディングのみ失敗してしまいます。
（文字化けしたもののみ抽出すると、すべてEUC-JPでした）

どのようなコードを書けば、正常にエンコードできるでしょうか。
どなたかご教示のほど、どうかよろしくお願いいたします。

回答No.2

agunuz

>$f = mb_convert_encoding($f,"utf-8","eucjp-win,utf-8,sjis-win,EUC-JP");

とりあえず（そのサイトが）EUC-JPであることが既知なら

$f = mb_convert_encoding($f,"utf-8","eucjp-win");

と決め打ちしてもいいと思います。EUC-JP/eucjp-win以外でdetectされたって困るだけですから。

もし『どのサイトも同じロジックでやりたい』ということであれば、httpレスポンスヘッダのcharsetを確認すべきですし、それが存在しなかったらhtmlソース内のmeta要素を拾うようにすべきです（ブラウザもこの順番で行っているハズです）。

http://www.php.net/manual/ja/reserved.variables.httpresponseheader.php