卡卡網(wǎng)

今天需要實(shí)現(xiàn)一個(gè)簡(jiǎn)單的功能，就是用PHP抓網(wǎng)頁(yè)內(nèi)容，但是在實(shí)際使用時(shí)遇到了一個(gè)問(wèn)題，就是無(wú)論用何種方法去獲取網(wǎng)頁(yè)內(nèi)容，當(dāng)網(wǎng)址含有中文路徑時(shí)就會(huì)出錯(cuò)。

我用了file_get_contents()和curl兩種方法，當(dāng)網(wǎng)址不含中文時(shí)，沒(méi)有問(wèn)題，但當(dāng)網(wǎng)址含有中文，就不行了。

如抓下面這個(gè)網(wǎng)頁(yè)沒(méi)問(wèn)題

http://gazebo2go.com/tutorial/

但抓下面這個(gè)網(wǎng)頁(yè)就抓不到

http://gazebo2go.com/tutorial/html/tags/按鈕/

有人提到用curl來(lái)抓，添加header頭信息，但是經(jīng)過(guò)測(cè)試這個(gè)方法是無(wú)效的。

在測(cè)試過(guò)程中，我還嘗試過(guò)用encode等網(wǎng)址編碼函數(shù)，但還是沒(méi)能解決問(wèn)題。

這個(gè)問(wèn)題看似不大，但解決起來(lái)還是煞費(fèi)心神的。

我又谷歌了一下。

最終找到了問(wèn)題的解決方法，那就是需要使用下面這個(gè)語(yǔ)句，對(duì)網(wǎng)址進(jìn)行轉(zhuǎn)換。

$Url = "http://gazebo2go.com/tutorial/html/tags/按鈕/";
$Url = iconv('utf-8', 'gbk', $Url); //把utf-8轉(zhuǎn)為gbk

然后用轉(zhuǎn)換后的網(wǎng)址去抓，這樣，無(wú)論用何種方法，都能成功抓到想要的網(wǎng)頁(yè)了。

iconv編碼格式轉(zhuǎn)換

1. iconv()介紹

iconv函數(shù)可以將一種已知的字符集文件轉(zhuǎn)換成另一種已知的字符集文件。例如：從GB2312轉(zhuǎn)換為UTF-8。

iconv函數(shù)在php5中內(nèi)置，GB字符集默認(rèn)打開(kāi)。

2. iconv()錯(cuò)誤

iconv在轉(zhuǎn)換字符”—”到gb2312時(shí)會(huì)出錯(cuò)，解決方法是在需要轉(zhuǎn)成的編碼后加 “//IGNORE”，也就是iconv函數(shù)第二個(gè)參數(shù)后。

添加了字符串 //IGNORE，不能以目標(biāo)字符集表達(dá)的字符將被默默丟棄。 否則，會(huì)導(dǎo)致一個(gè) E_NOTICE并返回 false。

代碼如下：

iconv("gb2312", "utf-8//IGNORE", $data) 【把gb2312轉(zhuǎn)換成utf-8】

您可能對(duì)以下文章也感興趣

• php獲得網(wǎng)頁(yè)源代碼抓取網(wǎng)頁(yè)內(nèi)容的幾種方法
• fopen()和file_get_contents()打開(kāi)URL獲得網(wǎng)頁(yè)內(nèi)容的用法區(qū)別
• php curl獲得header檢測(cè)GZip壓縮的源代碼
• 如何從curl_errno返回值獲取錯(cuò)誤信息
• 解決IIS運(yùn)行PHP出現(xiàn)Call to undefined function curl_init()的問(wèn)題
• file_get_contents()報(bào)錯(cuò)gethostbyname failed的原因

標(biāo)簽: file_get_contents  curl