文件上的file_get_contents包含cyrillic字符和未定义的编码

Question

我无法从编码未知的.txt文件中获取php中的cyrillic字符。我几乎尝试了我在网上能找到的所有东西。我需要使用什么php函数来获取这个文件的内容？

https://www.dropbox.com/s/w7cex4wiogyytvm/100004-6.txt

编辑

输入：

    $path = WWW_ROOT . 'files' . DS . '100002-6.txt';
    $string = file_get_contents($path);
    debug($string);

输出：调试中断，如果我试图将值保存到数据库，它将失败（BOM会遇到一些问题，无法保存值）。

输入

    $path = WWW_ROOT . 'files' . DS . '100002-6.txt';
    $string = file_get_contents($path);
    $string = mb_convert_encoding ($string , 'utf-8');
    debug($string);

输出：

    '????? ???:300/500V
    ???? ???:2000V
    ????? ???? ??????: ? +70??
    ?? ??? ?? (????? 5 ??.): ? +160??
    ????? ?????? ?? ?????: ? +5??   '

输入：

    $path = WWW_ROOT . 'files' . DS . '100002-6.txt';
    $string = file_get_contents($path);
    $string = iconv("UTF-16", "UTF-8//TRANSLIT//IGNORE", $string);
    debug($string);

输出：

췮㌰〯㔰ざഊ죱㈰〰嘍્⃰⃲㨠‫㜰냑ഊ쿰⃱밠⣭㔠⤺⃤⬱㘰냑ഊ췠볭

输入：

    $path = WWW_ROOT . 'files' . DS . '100002-6.txt';
    $string = file_get_contents($path);
    $string = iconv("ISO-8859-5", "UTF-8//TRANSLIT//IGNORE", $string);
    debug($string);

输出：

    Эюьшэрыхэ эряюэ:300/500V
    Шёяшђхэ эряюэ:2000V
    ЭрМтшёюър №рсюђэр ђхьях№рђѓ№р: фю +70Аб
    Я№ш ъ№рђюъ ёяюМ (эрМьэюуѓ 5 ёхъ.): фю +160Аб
    ЭрМэшёър ђхьях№рђѓ№р я№ш шэёђрырішМр: фю +5Аб

现在我测试了多个文件，我认为输入文件不再是Unicode编码的。我成功地读取了我的测试文件，但在重要的文件上（我不知道的编码）仍然什么都没有。所以我改变了问题，编码似乎仍然没有定义。

还有一点需要清理。我可以打开这个文件，在记事本上正常地看到它。它包含导致此问题的循环字符。

Answer 1

文件以CP1251（又名MS-CYRL）（又名"西里尔文（Windows）"）编码。

$string = file_get_contents($path);
$string = iconv('CP1251', 'UTF-8', $string);

我是怎么想出来的？在文本编辑器中打开该文件，并尝试了一些相关的编码，直到它看起来正确为止。如果文件编码未知，您几乎无法执行任何其他操作。