php网页抓取乱码问题

杨海威

php网页抓取乱码问题

1. <?php
   
2. header("Content-type: text/html; charset=gbk");//第一个办法，添加这行代码，可以解决乱码这个问题，抓取的网页编码是什么就填写什么，有时候会失败
   
3. function curl($url){
   
4.         $ch=curl_init();
   
5.         curl_setopt($ch, CURLOPT_URL, $url);
   
6.         curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, FALSE); // 对认证证书来源的检查
   
7.         curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, FALSE); // 从证书中检查SSL加密算法是      
   
8.         curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);
   
9.         $data=curl_exec($ch);
   
10.         curl_setopt($ch, CURLOPT_CONNECTTIMEOUT,5);
    
11.         curl_setopt($ch,CURLOPT_REFERER,$url);      
    
12.         curl_close($ch);
    
13.         return $data;
    
14. }
    
15. error_reporting(0);
    
16. $url = empty($_GET['url']) ? $_GET['vid'] : $_GET['url'];//这里是获取内容的网址
    
17. $info= curl($url);
    
18. $info = mb_convert_encoding($info, 'utf-8','GBK');//这里是对网页进行转码，推荐使用这个，意思是GBK转utf-8
    
19. preg_match('/开始位置(.*?)结束位置/iUs',$info,$m);//这里是获取内容的位置
    
20. print_r($m[1]);?>

复制代码