meta chraset

[artcosmic]

Помогите, плиз
Нужна регулярка, которая способна вытащить название кодировки из тега meta charset
Задача усложняется тем, что разные вебмастера пишут этот тег по-разному - кто-то с пробелами, кто-то с слэшем в конце, кто-то в кавычках, кто-то в апострофах, кто-то без кавычек вообще
Может, есть у кого-то готовое решение?

P.S. Сорри за опечатку в названии

 

[alfaexpert]

А не легче ли использовать php функции mbstring для определения кодировки страницы?

Потому что есть быдловерстальщики, которые могут вообще не ставить кодировку или например для страницы UTF8 ставить метатэг cp1251.

 

[artcosmic]

Проблема в том, что я работаю не в РНР, а в .NET
А насчет таких вот быдлокодеров... Ну, utf-8 нормально я определяю по BOM. Всё, что не utf-8 - я ставлю windows-1251 и иногда промахиваюсь, ибо есть в наше время уникалы, которые верстают в koi8-r(u) и вот их хотелось бы отлавливать.

 

[alfaexpert]

Тогда тут нужно искать аналоги в .Net если там такого функционала совсем нет то лично я очень разочарован в .Net

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

 

[artcosmic]

Не стоит разочаровываться в .NET - очень хорошая система.
За ссылку на гугл спасибо, конечно, но искать я и сам умею
Правда, находить не всегда получается.

Сформулирую проблему точнее
1. Тексты в кодировке utf-8 определяются запросто средствами самого .NET.
2. Тексты в других кодировках определяются как ISO-XXXX-X. Я, когда встречаю ISO, перевожу его в windows-1251. На 90% процентах сайтов прокатывает. Но остается 10% сайтов в кодировке KOI-8, которые превращаются в абракадабру.
Вот я и подумал, что меня спасет регулярка, которая, в дополнение к стандартным методам определения кодировки .NET, поможет мне вычислить эти сайты и явно указать для них нужную кодировку. Тогда останется 1% сайтов, сделанных в кодировке KOI8 с непрописанным тегом meta charset.
Кто-нибудь знает эту регулярку? Я же не единственный с таким столкнулся. Или есть более элегантное решение?

 

[RolCom]

Кодировку не обязательно прописывать в meta, она может быть в соответствующем http заголовке (Content-Type), поэтому помимо html надо проверять заголовок.
Выдрать кодировку из мета -

<meta[^>]+\bContent-Type\b[^>]*> #раз
charset\s*=\s*([^\s"'>;]+) #два

 

[artcosmic]

Удалил. Ошибся. Всё работает. Спасибо RolCom