#!/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 bedeute
+t wie \"Kringel-Å\") ist mit der ".
    force_utf8("dänischen Rechtschreibreform von 1948 eingeführt worde
+n.");

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;
    }
    
}
[download]