关于curl抓取回来的网页中中文乱码的问题！

目前使用这个函数进行转码：
function safeEncoding($str){
$code=mb_detect_encoding($str,array(‘ASCII’,’GB2312′,’GBK’,’UTF-8′));//检测字符串编码
if($code==”CP936″){
$result=$str;
}
else{
//$result=mb_convert_encoding($str,’UTF-8′,$code);//将编码$code转换为utf-8编码
$result=iconv($code,”UTF-8″,$str);
}
return $result;
}
可是还是有问题，遇到有些明明charset写着gb2312的抓回来还是乱码，请教高手，curl到底该怎么全面的进行转码呢？就是把gbk,gb2312等网页常用格式转成utf8的。

回复讨论(解决方案)

把你的文件编码转换下试试！

把你的文件编码转换下试试！
将我的网页的编码转换一下？

自相矛盾了吧？
$code=mb_detect_encoding($str,array(‘ASCII’,’GB2312′,’GBK’,’UTF-8′));//检测字符串编码
if($code==”CP936″){
$result=$str;//如果是 GBK（CP936就是GBK）就不转码
}else{
$result = iconv($code,”UTF-8″,$str);//否则就转成 utf-8（utf-8转成utf-8？？？）
}

自相矛盾了吧？
$code=mb_detect_encoding($str,array(‘ASCII’,’GB2312′,’GBK’,’UTF-8′));//检测字符串编码
if($code==”CP936″){
$result=$str;//如果是 GBK（CP936就是GBK）就不转码
}else{
$result = iconv($code,”UTF-8″,$str);/……
可是淘宝的网页是gbk但是抓取回来却是EUC-CN的。

EUC-CN是GB 2312最常用的表示方法。浏览器编码表上的“GB2312”，通常都是指“EUC-CN”表示法。
这不是关键！
你需要的是 把gbk,gb2312等网页常用格式转成utf8的
而你的代码正好没有这样做

if(! mb_check_encoding($str, ‘utf-8’)) {
$str = mb_convert_encoding($str,’UTF-8′,’gbk’);
}

EUC-CN是GB 2312最常用的表示方法。浏览器编码表上的“GB2312”，通常都是指“EUC-CN”表示法。
这不是关键！
你需要的是 把gbk,gb2312等网页常用格式转成utf8的
而你的代码正好没有这样做

if(! mb_check_encoding($str, ‘utf-8’)) {
$str = mb_convert_encoding($str,’UTF-8’……
哇，谢谢你啊老徐，看见大家都这、本文来源gao($daima.com搞@代@#码$网搞gaodaima代码么叫你，结贴去！

我的问题也解决了，同谢了 老徐同志~

喜欢 (0)赏

[搞代码]

分享 (0)