当前位置:Gxlcms > PHP教程 > curl_init回来的编码如何判断?个别文字乱码求解

curl_init回来的编码如何判断?个别文字乱码求解

时间:2021-07-01 10:21:17 帮助过:35人阅读

curl_init回来的编码怎么判断?个别文字乱码求解!
代码如下:

$url = "http://zhidao.baidu.com/link?url=pTwcJotQ02pjg-mjCnc-fkw8ONOY9x8q0ESrCFhdVJy47agZnDnCb-BCAtngRGDt9yi0TvleSS_w0aPj8Vsk0atVkVhNYdZADN0kv0BzNau";

echo fopen_url($url);
function fopen_url($url)
{
if (function_exists('curl_init'))
{
$curl_handle = curl_init();
curl_setopt($curl_handle, CURLOPT_URL, $url);
curl_setopt($curl_handle, CURLOPT_CONNECTTIMEOUT,2);
curl_setopt($curl_handle, CURLOPT_RETURNTRANSFER,1);
curl_setopt($curl_handle, CURLOPT_FAILONERROR,1);
curl_setopt($curl_handle, CURLOPT_TIMEOUT,2);
$file_content = curl_exec($curl_handle);
$encode = mb_detect_encoding($file_content, array("ASCII","UTF-8","GB2312","GBK","BIG5"));
if($encode != "UTF-8")
{
$file_content = mb_convert_encoding($file_content, "UTF-8", $encode);
//$file_content = iconv($encode,'utf-8//IGNORE',$file_content);
}
curl_close($curl_handle);
}
else
{
$file_content = '';
}
return $file_content;
}
?>



个别字符竟然会乱码!奇怪,请看图



这什么原因造成的?

上面的代码貌似有误啊,原页面明明是GB2312 缺判断出是CP936,无语啊

请帮忙看看上面代码是不是需要完善一下

非常感谢!
------解决思路----------------------
返回的数据中有:

根据他就可知道页面编码

没有时才需要编程判断
mb_detect_encoding 判断常有失误,所以又增加了 mb_check_encoding 函数

数据片段

没理由出现非法字符

CP936 是 GBK 的国际称谓
------解决思路----------------------
第一个问题,不是乱码,那是图片,curl抓取百度页面,会特意把某些文字转换成图片,防抓取。你查看网页元素,你就会发现,那些乱码其实是百度的图片地址。

第二个问题,你把超时时间设置大点,就好了,可能是你网络问题。

人气教程排行