#!/usr/bin/perl

use strict;

# mixed string with ISO 8859-1 und UTF-8:
my $test_string = "Das Å (auch \"bolle-Å\" genannt, was soviel bedeutet wie \"Kringel-Å\") ist mit der ".
	force_utf8("dänischen Rechtschreibreform von 1948 eingeführt worden.");

print "Source: $test_string\n";
print "UTF   : ".force_utf8($test_string)."\n";
print "ISO   : ".force_latin($test_string)."\n";

sub force_utf8 {
	my $string = shift;
	
	$string =~ s/([\xc0-\xdf][\x80-\xbf]{1}|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xf7][\x80-\xbf]{3}|[\x80-\xff])/&encode_char_utf8($1)/ge;
	
	return $string;
	
}

sub force_latin {
	my $string = shift;
	
	$string =~ s/([\xc0-\xdf][\x80-\xbf]{1}|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xf7][\x80-\xbf]{3}|[\x80-\xff])/&decode_char_utf8($1)/ge;
	
	return $string;
	
}
	 
sub encode_char_utf8 {
	my $char = shift;

	if($char =~ /^([\xc0-\xdf][\x80-\xbf]{1}|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xf7][\x80-\xbf]{3})$/) {
		return $char;
	}
		
	my $value = ord($char);
	
	return chr(($value>>6) | 0xc0).chr(0x80 | ($value & 0x3f));
}

sub decode_char_utf8 {
	my $char = shift;
		
	if($char =~ /^([\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xf7][\x80-\xbf]{3})$/) {
		return '';
	} elsif($char =~ /^([\xc0-\xdf])([\x80-\xbf])$/) {
	
		my $value = ((ord($1) & 0x1f)<<6)+(ord($2) & 0x3f);
	
		if($value<256) {
			return chr($value);
		} else {
			return '';
		}
		
	} else {
		return $char;
	}
	
}