php curl init 乱码,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

02032183.png

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

02032184.jpg

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。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值