用file_get_contents抓取网页乱码的2种解决方式

来源：互联网发布：软件研发过程模型编辑：程序博客网时间：2024/05/20 00:15

今天自己在写一个程序，抓取别人的网页，之前公司有些功能也会需要，但是今天在抓取网页的时候发现了一个问题用file_get_contents抓取网页发现如截图所示的乱码情况
于是用转换编码
$contents = iconv("gb2312", "utf-8//IGNORE",$contents);
之前遇到就算乱码也是网页编码的问题，html标签页不会有问题，问题还是没有解决
于是网上找了一下
原因：说是获取的头部信息当中有Content-Encoding: gzip说明内容是GZIP压缩的
然后我试着抓取了自己的博客，发现可以正常抓取，头部信息中也带有Content-Encoding: gzip，为什么会这样就不清楚了，之后在解决
下面我推荐2种解决方法：
①、服务器安装zlib库
$contents = file_get_contents("compress.zlib://".$url);
②. 使用CURL代替file_get_contents
function curl_get($url, $gzip=false){　$curl = curl_init($url);　curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);　curl_setopt($curl, CURLOPT_CONNECTTIMEOUT, 10);　if($gzip) curl_setopt($curl, CURLOPT_ENCODING, "gzip"); // 关键在这里　$content = curl_exec($curl);　curl_close($curl);　return $content;}
自此问题解决了，继续下面的程序

QQ交流群：136351212
查看原文：http://www.phpsong.com/1404.html

0 0