解决爬虫中文乱码|PHP编码一分钟，改乱码半小时

各位小伙伴有经历过写完爬虫之后，满心期待抓取出成篇的数据，但结果出来的是中文乱码这种情况吗？

时隔好久没写php，再次写php爬虫就遇到中文乱码的问题，还花费了比预想更长的时间来处理，特此码一下。避免踩坑！

一、PHP文件编码

文件本身有编码格式

Linux么不谈，查看、转化文本的编码格式是挺常见的操作。而Windows中，想知道一个文件是什么编码格式，最基本的操作就是——记事本。记事本中的另存为可以查看到该文件是什么编码格式。

当然编辑器中也有，sublime中的文件-以…编码保存也是一样的效果。这是第一个编码，也是开发者最好改的。

二、CMD中的编码

Windwos cmd窗口中的编码
右键cmd标题栏，选则默认值，找到选项中的默认代码页，选择自己想要的字体。

当然在运行中输入regedit修改注册表编辑器的CodePage值也是可以的哈。

三.爬取目标网站编码

网站的编码
这个也不用多说，写关于web的爬虫的，那要爬取的网站是什么编码，心里肯定门清。

---

~.简单总结一下

编码一致的话，比如都是utf-8，那么iconv(“utf-8”,“GB2312//IGNORE”, $res)一下基本不会遇到中文乱码的问题。

在放两个都能查到的避免乱码的办法吧，也是用的比较多的。
1.php文件头添加：

<?php
header("Content-type:text/html;charset=UTF-8");

这个相当于请求头的设置，不管是curl还是request都是有的。

2.注意请求头中网站的content-encoding

<?php
curl_setopt($ch, CURLOPT_ENCODING, 'gzip');

这里不讲乱码的字符串和中文之间转换的那些东西。中文乱码，乱的就是这个编码。不止php，其他编程语言遇到了这个问题也是一样的。
就到这吧，愉快下班