代码如下:
个别字符竟然会乱码!奇怪,请看图
这什么原因造成的?
上面的代码貌似有误啊,原页面明明是gb2312 缺判断出是cp936,无语啊
请帮忙看看上面代码是不是需要完善一下
非常感谢!
回复讨论(解决方案)
另外还有个别页面竟然curl_init回来是空白的数据,要多刷新几次才显示,参数值设置有问题?
返回的数据中有:
根据他就可知道页面编码
没有时才需要编程判断
mb_detect_encoding 判断常有失误,所以又增加了 mb_check_encoding 函数
数据片段
没理由出现非法字符
CP936 是 GBK 的国际称谓
第一个问题,不是乱码,那是图片,curl抓取百度页面,会特意把某些文字转换成图片,防抓取。你查看网页元素,你就会发现,那些乱码其实是百度的图片地址。
第二个问题,你把超时时间设置大点,就好了,可能是你网络问题。
第一个问题,不是乱码,那是图片,curl抓取百度页面,会特意把某些文字转换成图片,防抓取。你查看网页元素,你就会发现,那些乱码其实是百度的图片地址。
第二个问题,你把超时时间设置大点,就好了,可能是你网络问题。










