curl采集乱码（非编码问题）

最新推荐文章于 2024-06-22 07:30:00 发布

原创最新推荐文章于 2024-06-22 07:30:00 发布 · 4.3k 阅读

1 ·

CC 4.0 BY-SA版权

myphp 专栏收录该内容

153 篇文章

订阅专栏

本文介绍了一种解决网页乱码的方法，通过设置正确的User-Agent来获取正常的页面数据，而不是通过编码转换。文中提供了一个PHP脚本示例，展示了如何使用curl模拟浏览器请求。

采集网址时发现是乱码，但用chrome编码转换后还是乱码，于是确定不是编码问题。

找到原因是，user_agent的问题，需要curl模拟浏览器访问才能得到正常的数据。

	function curlx()
	{
		header("Content-Type:text/html; charset=GBK");
		
		$url 		= "http://tv.sohu.com/s2013/wstzbzhfh/";
		$ch = curl_init();//curl
		$user_agent = "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.2 (KHTML, like Gecko) Chrome/15.0.874.121 Safari/535.2";
		curl_setopt($ch, CURLOPT_URL, $url);
		curl_setopt($ch, CURLOPT_HEADER, 0);
		curl_setopt($ch, CURLOPT_USERAGENT, $user_agent);
		$str 	= curl_exec($ch); //得到页面内容
		//$str = mb_convert_encoding($output, "utf-8", "GBK");
		echo($str);

		curl_close($ch);//释放句柄

	}