文章/答案/技术大牛

发布

社区首页 >问答首页 >将页windows-1251解析为utf-8。不能抓取短信

问将页windows-1251解析为utf-8。不能抓取短信
EN

Stack Overflow用户

提问于 2014-09-08 07:33:32

回答 2查看 632关注 0票数 1

我想从桌子上找出我的产品的名字。

但我找不到西里尔字母的名字。

解析时我用的是ganon。

当我尝试输出带有名称的数组时，必须包含西里尔字符的所有值都是空的。为什么？

请帮我修一下。

    $url = "http://www.plati.ru/asp/block_goods_s.asp?id_r=0&id_s=252900&sort=name&page=1&rows=10&curr=EUR&lang=ru-RU&rnd=1544554";
    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/7.0");
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_HEADER, false);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 50);
    $result = curl_exec($ch);
    $redir = curl_getinfo($ch, CURLINFO_HEADER_OUT);
    curl_close($ch);

    $html = str_get_dom($result);

    foreach ($html('.link_good_tab') as $element) {
        $temp = str_replace("\xA0", ' ', $element->getPlainText());
        $products[] = iconv(mb_detect_encoding($temp, mb_detect_order(), true), "UTF-8", $temp);
    }
    echo "<pre>";
    print_r($products);
    echo "</pre>";

这是结果

    [0] =>
    [1] =>
    [2] =>
    [3] =>
    [4] =>
    [5] =>
    [6] =>
    [7] =>
    [8] =>
    [9] =>
    [10] => C&C: Red Alert 3 - Uprising (Origin/RegFree/Multilang)

iconv

php

parsing

回答 2

Stack Overflow用户

回答已采纳

发布于 2014-09-08 07:48:54

因为您已经知道了编码，所以只需自己设置它，您也可以使用mb_convert_encoding()。示例：

$ch = curl_init('http://www.plati.ru/asp/block_goods_s.asp?id_r=0&id_s=252900&sort=name&page=1&rows=10&curr=EUR&lang=ru-RU&rnd=1544554');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$result = curl_exec($ch);

$html = str_get_dom($result);
foreach ($html('.link_good_tab') as $element) {
    $temp = str_replace("\xA0", ' ', $element->getPlainText());
    $products[] = mb_convert_encoding($temp, "utf-8", "windows-1251");
}
echo "<pre>";
print_r($products);
echo "</pre>";

票数 0

Stack Overflow用户

发布于 2014-09-08 07:53:53

在我的计算机中，命令()返回以下内容：

array (
  0 => 'ASCII',
  1 => 'UTF-8',
)

您的系统中的输出可能是类似的(即根本不包括Windows1251)。

如果您显然已经知道编码是哪一种，那么不确定为什么需要自动检测编码，但是如果需要的话，您应该使用远程服务器返回的Content-Type头，或者最多使用相应的<meta>标记。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/25719359

复制

相似问题

问将页windows-1251解析为utf-8。不能抓取短信
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问将页windows-1251解析为utf-8。不能抓取短信EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问将页windows-1251解析为utf-8。不能抓取短信
EN