用file_get_contents 或 simplexml_load_file 采集的时候乱码

最新推荐文章于 2019-04-03 13:55:23 发布

liangtian1010

最新推荐文章于 2019-04-03 13:55:23 发布

阅读量311

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/liangtian1010/article/details/51058014

本文介绍了如何使用PHP解决网页采集时出现的乱码问题，包括防盗链和解压缩页面两种情况，并提供了具体代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

采集时候页面乱码，分两种情况：第一种是防盗链，第二种是页面需要解压

可以采用 mb_convert_encoding() 函数进行转码

1.防盗链模拟浏览器就可以了（以搜狐首页为例，本人用的是火狐浏览器：Mozilla firefox）

        header('content-type:text/html;charset=utf-8');  
        $url="http://www.sohu.com/";  
        ini_set('user_agent','Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727;)');  
        $html=file_get_contents($url);  
        echo mb_convert_encoding($html,'utf8','gbk');

2.解压方式（以天气预报为例）

    <?php  
      header("content-type:text/html;charset=utf-8");  
      $url="http://wthrcdn.etouch.cn/WeatherApi?city=北京";  
      $xml = simplexml_load_file("compress.zlib://".$url);  
      $json=json_encode($xml);  
      $arr=json_decode($json,true);  
      print_r($arr)