php采集代码 乱码问题,php做采集网页 preg_match_all 处理中文的时候出现乱码（已解决）...

php用preg_match_all采集html网页内容时容易出现中文乱码，总结为以下几种解决方案。

1.如果只是简单的编码问题，将当前php文件改成utf8编码试试。

2.如果还是不行，就用iconv进行转码

$content = iconv(”GBK”, “UTF-8″, $content);

$content = mb_convert_encoding($content, “UTF-8″, “GBK”);

preg_match_all("|

(.*)[li>]+>|U",$content, $out, PREG_SET_ORDER);

echo $out[0][0];

$file = file_get_contents("http://blog.xbmu.info");//远程抓取

preg_match_all();//提取信息

//根据需要选择转码:

$str2 = iconv("utf-8", "gb2312//IGNORE",$str2);//把utf转gb2312

$str2 = iconv("gb2312", "utf-8//IGNORE",$str2);//把gb2312转utf

3.当遇到无法确定原编码是何种编码，或者iconv转化后无法正常显示时才用mb_convert_encoding 函数或者mb_ereg_*系列函数，详情参见PHP的Manual。