本文實例講述了PHP中使用file_get_contents抓取網(wǎng)頁中文亂碼問題解決方法。分享給大家供大家參考。具體方法如下：
file_get_contents函數(shù)本來就是一個非常優(yōu)秀的php自帶本地與遠程文件操作函數(shù),它可以讓我們不花吹揮之力把遠程數(shù)據(jù)直接下載,但我在使用它讀取網(wǎng)頁時會碰到有些頁面是亂碼了,這里就來給各位總結(jié)具體的解決辦法.
根據(jù)網(wǎng)上有朋友介紹說原因可能是服務(wù)器開了GZIP壓縮,下面是用firebug查看我的網(wǎng)站的頭信息,Gzip是開了的,請求頭信息原始頭信息,代碼如下:
復制代碼代碼如下:
Accept text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Encoding gzip, deflate
Accept-Language zh-cn,zh;q=0.8,en-us;q=0.5,en;q=0.3
Connection keep-alive
Cookie __utma=225240837.787252530.1317310581.1335406161.1335411401.1537; __utmz=225240837.1326850415.887.3.utmcsr=google|utmccn=(organic)|utmcmd=organic|utmctr=%E4%BB%BB%E4%BD%95%E9%A1%B9%E7%9B%AE%E9%83%BD%E4%B8%8D%E4%BC%9A%E9%82%A3%E4%B9%88%E7%AE%80%E5%8D%95%20site%3Awww.nowamagic.net; PHPSESSID=888mj4425p8s0m7s0frre3ovc7; __utmc=225240837; __utmb=225240837.1.10.1335411401
Host m.survivalescaperooms.com
User-Agent Mozilla/5.0 (Windows NT 5.1; rv:12.0) Gecko/20100101 Firefox/12.0
Accept-Encoding gzip, deflate
Accept-Language zh-cn,zh;q=0.8,en-us;q=0.5,en;q=0.3
Connection keep-alive
Cookie __utma=225240837.787252530.1317310581.1335406161.1335411401.1537; __utmz=225240837.1326850415.887.3.utmcsr=google|utmccn=(organic)|utmcmd=organic|utmctr=%E4%BB%BB%E4%BD%95%E9%A1%B9%E7%9B%AE%E9%83%BD%E4%B8%8D%E4%BC%9A%E9%82%A3%E4%B9%88%E7%AE%80%E5%8D%95%20site%3Awww.nowamagic.net; PHPSESSID=888mj4425p8s0m7s0frre3ovc7; __utmc=225240837; __utmb=225240837.1.10.1335411401
Host m.survivalescaperooms.com
User-Agent Mozilla/5.0 (Windows NT 5.1; rv:12.0) Gecko/20100101 Firefox/12.0
可以從header信息中找到 Content-Encoding 項是 Gzip.
解決辦法比較簡單,就是用 curl 代替 file_get_contents 去獲取,然后在 curl 配置參數(shù)中加一條,代碼如下:
復制代碼代碼如下:
curl_setopt($ch, CURLOPT_ENCODING, "gzip");
今天用 file_get_contents 抓圖片的時候,開始沒發(fā)現(xiàn)這個問題,廢了老大勁才找出來.
使用自帶的zlib庫,如果服務(wù)器已經(jīng)裝了zlib庫,用下面的代碼可以輕易解決亂碼問題,代碼如下:
復制代碼代碼如下:
$data = file_get_contents("compress.zlib://".$url);
希望本文所述對大家的PHP程序設(shè)計有所幫助。
