首页 > 后端开发 > php教程 > 关于curl抓取回来的网页中中文乱码的问题!

关于curl抓取回来的网页中中文乱码的问题!

WBOY
发布: 2016-06-23 14:06:17
原创
887 人浏览过

目前使用这个函数进行转码:
function safeEncoding($str){
$code=mb_detect_encoding($str,array('ASCII','GB2312','GBK','UTF-8'));//检测字符串编码
if($code=="CP936"){
$result=$str;
}
else{
//$result=mb_convert_encoding($str,'UTF-8',$code);//将编码$code转换为utf-8编码
$result=iconv($code,"UTF-8",$str);
}
  return $result;
}
可是还是有问题,遇到有些明明charset写着gb2312的抓回来还是乱码,请教高手,curl到底该怎么全面的进行转码呢?就是把gbk,gb2312等网页常用格式转成utf8的。


回复讨论(解决方案)

把你的文件编码转换下试试!

把你的文件编码转换下试试!
将我的网页的编码转换一下?

自相矛盾了吧?
$code=mb_detect_encoding($str,array('ASCII','GB2312','GBK','UTF-8'));//检测字符串编码
if($code=="CP936"){
  $result=$str;//如果是 GBK(CP936就是GBK)就不转码
}else{
  $result = iconv($code,"UTF-8",$str);//否则就转成 utf-8(utf-8转成utf-8???)
}

自相矛盾了吧?
$code=mb_detect_encoding($str,array('ASCII','GB2312','GBK','UTF-8'));//检测字符串编码
if($code=="CP936"){
  $result=$str;//如果是 GBK(CP936就是GBK)就不转码
}else{
  $result = iconv($code,"UTF-8",$str);/……
可是淘宝的网页是gbk但是抓取回来却是EUC-CN的。

EUC-CN是GB 2312最常用的表示方法。浏览器编码表上的“GB2312”,通常都是指“EUC-CN”表示法。
这不是关键!
你需要的是 把gbk,gb2312等网页常用格式转成utf8的
而你的代码正好没有这样做

if(! mb_check_encoding($str, 'utf-8')) {
  $str = mb_convert_encoding($str,'UTF-8','gbk');
}

EUC-CN是GB 2312最常用的表示方法。浏览器编码表上的“GB2312”,通常都是指“EUC-CN”表示法。
这不是关键!
你需要的是 把gbk,gb2312等网页常用格式转成utf8的
而你的代码正好没有这样做

if(! mb_check_encoding($str, 'utf-8')) {
  $str = mb_convert_encoding($str,'UTF-8'……
哇,谢谢你啊老徐,看见大家都这么叫你,结贴去!

我的问题也解决了,同谢了 老徐同志~

来源:php.cn
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板