基於Snoopy的PHP近似完美取得網站編碼
用於php爬蟲，取得編碼準確率99.9%, 還有部分不能獲取，求大牛完善
程式碼來源：
站雲網
www.siteyun.com
先要上網下載Snoopy.class.php
呼叫方法： echo $go->getCharset();
?>
[代碼]url=$url;
}
//開啟網站
私有函數 open($url)
{
if($this->請求！==null)
{
if($this->請求->狀態==200)
{
返回真；
}
別的
{
返回假；
}
}
別的
{
$this->request=new 史努比();
$this->請求->fetch($url);
if($this->請求->狀態==200)
{
$this->請求->結果=strtolower($this->請求->結果);
$charset=$this->getCharset();
if($charset!="utf-8")
{
if($charset=="windows-1252")
{
$this->請求->結果=$this->uni_decode($this->請求->結果);
}
別的
{
$this->請求->結果=mb_convert_encoding($this->請求->結果,"UTF-8",$charset);
}
}
返回真；
}
別的
{
返回假；
}
}
}
//取得網站標題、關鍵字、描述
公用函數 getWebinfo()
{
$資訊=陣列(
'標題'=>'',
'關鍵字'=>'',
'描述'=>'',
'ip'=>''
）；
if(!$this->open($this->url)){return $info;exit;}
// print_r($this->請求->結果);退出;
preg_match('/([^>]*)/si', $this->請求->結果, $titlematch );
if (isset($titlematch) && is_array($titlematch) && count($titlematch) > 0)
{
$info['title'] = strip_tags($titlematch[1]);
}
preg_match_all('/"]*)"?[s]*' 。 'content="?([^>"]*)"?[s]*[/]?[s]*>/si', $this->請求->結果, $match);
$ft=0；
foreach($match[1] 為 $mt)
{
if($mt=="關鍵字" || $mt=="描述")
{
$ft=1；
}
}
如果（$ft==0）
{
preg_match_all('/"]*)"?[s]*name="?' '([^>"]*)"?[s]*[/]?[s]*>/si', $this->請求->結果, $match);
if (isset($match) && is_array($match) && count($match) == 3)
{
$originals = $match[0];
$names = $match[2];
$values = $match[1];
if (count($originals) == count($names) && count($names) == count($values))
{
$metaTags = 數組();
對於 ($i=0, $limiti=count($names); $i htmlentities($originals[$i]),
'值' => $values[$i]
）；
}
}
}
}
別的
{
if (isset($match) && is_array($match) && count($match) == 3)
{
$originals = $match[0];
$names = $match[1];
$values = $match[2];
if (count($originals) == count($names) && count($names) == count($values))
{
$metaTags = 數組();
對於 ($i=0, $limiti=count($names); $i htmlentities($originals[$i]),
'值' => $values[$i]
）；
}
}
}
}$結果 = 數組 (
'元標籤' => $元標籤
）；
if(isset($結果['metaTags']['關鍵字']['值']))
{
$info['keywords']=$result['metaTags']['keywords']['value'];
}
別的
{
$info['keywords']="";
}
if(isset($結果['metaTags']['描述']['值']))
{
$info['desc']=$result['metaTags']['描述']['值'];
}
別的
{
$info['desc']="";
}
$domain=preg_replace('/http:///si', '', $this->url);
$ip=@gethostbyname($domain);
$ip_arr=爆炸(".", $ip);
如果（計數（$ip_arr）==4）
{
$info['ip']=$ip;
}
返回$信息；
}
公用函數 t($string,$o)
{
for($i=0;$iopen($this->url)){return false;exit;}
//先從html取得編碼
preg_match("/請求->結果,$temp) ? strtolower($temp[1]):"";
if($temp[1]!="")
{
if(in_array($temp[1], $this->charset_arr))
{
if($temp[1]=="gb2312")
{
$tmp_charset=$this->t($this->請求->結果,$temp[1]);
if($tmp_charset==$temp[1])
{
返回$temp[1]；
}
}
別的
{
返回$temp[1]；
}
}
}
if(!empty($this->請求->標頭))
{
//從header取得編碼
$hstr=strtolower(內爆("
|
