php偷取,PHP偷取UTF-8目标网页内容输出为空白

利用PHP中的file_get_contents(URL)函数实现偷取网页正文内容的时候，将偷取过来的UTF-8网页内容进行转码后输出，直接输出可以看到偷取后的内容。可有时我们有时也会遇到在输出偷取过来的内容时，却是一片空白，什么都没有。例如有如下代码：

$url = "http://www.nbrlw.com/wtrl/2/index.html";

$string = file_get_contents($url); //得到网页内容

echo iconv('utf-8','gbk',$string); //转码输出

却是一片空白。折腾了半天，原来在转码时，应该忽略一些不需要转码的字符，即：

echo iconv('utf-8','gbk',$string);

改写成:

echo iconv('utf-8','gbk// ignore',$string);

utf-8直接转gbk，这样问题就来了，当有些字符无法转换的时候就从此处断开，导致内容不完整。后来又重新查手册，才发现iconv还有两个可选的辅助参数：TRANSLIT和IGNORE ，(其中IGNORE 就是说遇到无法转换的就跳过)。

No related posts.