当前位置: 代码迷 >> PHP >> php 获取数据乱码有关问题
  详细解决方案

php 获取数据乱码有关问题

热度:15   发布时间:2016-04-28 17:57:25.0
php 获取数据乱码问题
本帖最后由 qq_25293153 于 2015-01-13 15:42:18 编辑
file_get_contents 采集一个页面的数据,获取的数据是乱码,已经使用了检测编码的方式,
检测的是utf-8,我的页面编码也是utf-8,但是还是显示乱码,不知道为什么



$url="xxx";
$opts = array( 
  'http'=>array( 
    'user_agent' => "Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)",
  ) 
); 
$context = stream_context_create($opts); 
$neirong = file_get_contents($url, false, $context);

 header("content-Type: text/html; charset=Utf-8"); 
 ob_end_flush();
 $encode = mb_detect_encoding($neirong, array("ASCII","UTF-8","GB2312","GBK","BIG5")); 
 
        echo $encode."<br>";

if ($encode!="UTF-8")
{
     $neirong=mb_convert_encoding($neirong, "UTF-8", $encode); 
  
 } 
  
 

echo $neirong;





 $encode  输出:utf-8
$neirong 输出是乱码
我的页面编码是utf-8
------解决思路----------------------
你在輸出的html中加入
<meta http-equiv="content-type" content="text/html; charset=utf-8">
它源數據是做了些轉換的,我那個程序已經是轉換過來了。

我把採集的也寫出來,直接運行就可以了。

<?php  
//http://www.ziyouge.com/conbdhekbefiab
//http://www.ziyouge.com/zy/4/4980/1333249.html

// 獲取程序

$url = 'http://www.ziyouge.com/conbdhekbefiab';

$headers['User-Agent'] = 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36';
$headerArr = array();  
foreach( $headers as $n => $v ) {  
    $headerArr[] = $n .':' . $v;   
}

$ch = curl_init();
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_HTTPHEADER , $headerArr );  //构造IP
curl_setopt($ch, CURLOPT_REFERER, 'http://www.ziyouge.com/');   //构造来路
$content = curl_exec($ch);
$content = substr($content,3);
if($error=curl_error($ch)){
die($error);
}
curl_close($ch);

// 分析程序

$result = '';
$str_length = mb_strlen($content);
$i=0;
while ($i<=$str_length)
{
$temp_str=mb_substr($content,$i,1);
$ascnum=Ord($temp_str);
if ($ascnum>=224){
$result .= change(mb_substr($content,$i,3));
$i=$i+3;
}else{
$result .= mb_substr($content,$i,1);
$i=$i+1;
}
}

echo '<meta http-equiv="content-type" content="text/html;charset=utf-8">';
echo $result;

// 處理
function change($str){

$ignore = array('“','”','!','…',':',',',',');

if(in_array($str, $ignore)){
return $str;
}

$prefix = "%u";
$postfix = "";
    $str = iconv('UTF-8', 'UCS-2', $str);
    $arrstr = str_split($str, 2);
    $unistr = '';
    for($i = 0, $len = count($arrstr); $i < $len; $i++) {
        $tmp = hexdec(bin2hex($arrstr[$i]));
$tmp = str_pad(dechex($tmp),4,'0',STR_PAD_LEFT);
$tmp = decrypt(substr($tmp,2,2).substr($tmp,0,2));
$unistr .= $prefix . $tmp . $postfix;
    }
return unescape($unistr);
}

// 解密
function decrypt($d){
$result = str_pad(dechex(hexdec($d)-100),4,'0',STR_PAD_LEFT);
return $result;
}

// 轉中文
function unescape($str) {  
    $ret = '';  
    $len = strlen ( $str );  
    for($i = 0; $i < $len; $i ++) {  
        if ($str [$i] == '%' && $str [$i + 1] == 'u') {  
            $val = hexdec ( substr ( $str, $i + 2, 4 ) );  
            if ($val < 0x7f)  
                $ret .= chr ( $val );  
            else if ($val < 0x800)  
                $ret .= chr ( 0xc0 
------解决思路----------------------
 ($val >> 6) ) . chr ( 0x80 
------解决思路----------------------
 ($val & 0x3f) );  
            else  
                $ret .= chr ( 0xe0 
------解决思路----------------------
 ($val >> 12) ) . chr ( 0x80 
------解决思路----------------------
 (($val >> 6) & 0x3f) ) . chr ( 0x80 
------解决思路----------------------
 ($val & 0x3f) );  
            $i += 5;  
        } else if ($str [$i] == '%') {  
            $ret .= urldecode ( substr ( $str, $i, 3 ) );  
            $i += 2;  
        } else  
            $ret .= $str [$i];  
    }  
    return $ret;  
}   
?> 

  相关解决方案