php获取请求的数据乱码,php 获取数据乱码有关问题

php 获取数据乱码问题

本帖最后由 qq_25293153 于 2015-01-13 15:42:18 编辑

file_get_contents 采集一个页面的数据，获取的数据是乱码，已经使用了检测编码的方式，

检测的是utf-8,我的页面编码也是utf-8，但是还是显示乱码，不知道为什么

$url="xxx";

$opts = array(

'http'=>array(

'user_agent' => "Mozilla/4.0 (compatible; MSIE 5.01; Windows NT 5.0)",

)

);

$context = stream_context_create($opts);

$neirong = file_get_contents($url, false, $context);

header("content-Type: text/html; charset=Utf-8");

ob_end_flush();

$encode = mb_detect_encoding($neirong, array("ASCII","UTF-8","GB2312","GBK","BIG5"));

echo $encode."
";

if ($encode!="UTF-8")

{

$neirong=mb_convert_encoding($neirong, "UTF-8", $encode);

}

echo $neirong;

$encode  输出：utf-8

$neirong 输出是乱码

我的页面编码是utf-8

------解决思路----------------------

你在輸出的html中加入

它源數據是做了些轉換的，我那個程序已經是轉換過來了。

我把採集的也寫出來，直接運行就可以了。

//http://www.ziyouge.com/conbdhekbefiab

//http://www.ziyouge.com/zy/4/4980/1333249.html

// 獲取程序

$url = 'http://www.ziyouge.com/conbdhekbefiab';

$headers['User-Agent'] = 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36';

$headerArr = array();

foreach( $headers as $n => $v ) {

$headerArr[] = $n .':' . $v;

}

$ch = curl_init();

curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);

curl_setopt($ch, CURLOPT_URL, $url);

curl_setopt($ch, CURLOPT_HTTPHEADER , $headerArr );  //构造IP

curl_setopt($ch, CURLOPT_REFERER, 'http://www.ziyouge.com/');   //构造来路

$content = curl_exec($ch);

$content = substr($content,3);

if($error=curl_error($ch)){

die($error);

}

curl_close($ch);

// 分析程序

$result = '';

$str_length = mb_strlen($content);

$i=0;

while ($i<=$str_length)

{

$temp_str=mb_substr($content,$i,1);

$ascnum=Ord($temp_str);

if ($ascnum>=224){

$result .= change(mb_substr($content,$i,3));

$i=$i+3;

}else{

$result .= mb_substr($content,$i,1);

$i=$i+1;

}

}

echo '';

echo $result;

// 處理

function change($str){

$ignore = array('“','”','！','…','：','，','，');

if(in_array($str, $ignore)){

return $str;

}

$prefix = "%u";

$postfix = "";

$str = iconv('UTF-8', 'UCS-2', $str);

$arrstr = str_split($str, 2);

$unistr = '';

for($i = 0, $len = count($arrstr); $i 

$tmp = hexdec(bin2hex($arrstr[$i]));

$tmp = str_pad(dechex($tmp),4,'0',STR_PAD_LEFT);

$tmp = decrypt(substr($tmp,2,2).substr($tmp,0,2));

$unistr .= $prefix . $tmp . $postfix;

}

return unescape($unistr);

}

// 解密

function decrypt($d){

$result = str_pad(dechex(hexdec($d)-100),4,'0',STR_PAD_LEFT);

return $result;

}

// 轉中文

function unescape($str) {

$ret = '';

$len = strlen ( $str );

for($i = 0; $i 

if ($str [$i] == '%' && $str [$i + 1] == 'u') {

$val = hexdec ( substr ( $str, $i + 2, 4 ) );

if ($val 

$ret .= chr ( $val );

else if ($val 

$ret .= chr ( 0xc0

------解决思路----------------------

($val >> 6) ) . chr ( 0x80

------解决思路----------------------

($val & 0x3f) );

else

$ret .= chr ( 0xe0

------解决思路----------------------

($val >> 12) ) . chr ( 0x80

------解决思路----------------------

(($val >> 6) & 0x3f) ) . chr ( 0x80

------解决思路----------------------

($val & 0x3f) );

$i += 5;

} else if ($str [$i] == '%') {

$ret .= urldecode ( substr ( $str, $i, 3 ) );

$i += 2;

} else

$ret .= $str [$i];

}

return $ret;

}

?>