php采集uft8网页乱码问题解决了吗?
发布网友
发布时间：2022-04-06 03:04
共3个回答
热心网友
时间：2022-04-06 04:33
我晕根本没问题，你的php页面（.php页面）如果本身就是utf8编码，那么采集出来的utf8页面就不是乱码
如果你的php页面是gbk，那么采集的需要iconv('utf-8','gbk',$str)转换，这跟php一点关系也没有。
说句你不爱听的，之所以你会问这种问题，只能说你对于文字编码的基础知识还不过关，或者无法从底层解释什么是文字编码。
---------------补充
巧了，我最近也在写一个抓取引擎，目前可以抓取国内主流几大博客、还有若干新闻网站的新闻，当然也是通过自定义的规则文件。我的做法是，在规则文件就指定这个网站是什么编码，而在抓取引擎内部，统一使用utf-8编码，这样统一的输入输出，就可以杜绝乱码现象的存在。
我可以给你看看我写的HTML类的构造函数，可能对你有帮助：
function __construct($url, $incharset = null, $baseurl = null, $method = 'get', $postarr = null) {}
-------------------
我的抓取引擎已经支持通过规则，一层层往里点了。
热心网友
时间：2022-04-06 05:51
gb2312 的网页（PHP）采集 UTF8 网页发生乱码时候可以转换一下
（举个例子）
$cnt = fopen("http://www.baidu.com");
// 若是乱码这样处理
echo(iconv("utf-8","bg2312",$cnt));
// 若不是乱码这样处理
echo($cnt);
热心网友
时间：2022-04-06 07:26
恩 已经解决了 可以用了
