CURL导入字符编码问题

Question

我正在使用CURL导入一些代码。然而，在法语中，所有的字符都变得很奇怪。例如：Bonjour ...

我无法更改导入代码中的任何内容。有没有什么办法可以在我的这一侧来解决这个问题？

谢谢

- Gooseman

---

你的情况不太清楚。PHP 在哪里发挥作用？你下载的内容是 PHP 代码吗？之后你用什么工具查看文本呢？很可能只是需要使用适当的编码处理已下载的数据。但是，你需要知道使用的编码方式（可以查看 HTTP 标头以获取可能的提示，尽管它可能没有正确设置），以及如何使用正确的编码方式。在了解你获取数据后的操作之前，我们无法帮助你解决后者。 - Jon Skeet

你的情况不太清楚。PHP 是在哪里发挥作用的？你下载的内容是 PHP 代码吗？之后你使用什么来查看文本？ - David J.

Answer 1

正如Jon Skeet所指出的，很难理解你的情况，但是如果你只能访问最终文本，你可以尝试使用iconv来更改文本编码。

即：

$text = iconv("Windows-1252","UTF-8",$text);

我曾经遇到过类似的问题（用意大利语和特殊字符），我是这样解决的。

尝试不同的组合（UTF-8、ISO-8859-1、Windows-1252）。

- Alekc

Answer 2

我有一个类似的问题。我试图循环遍历所有输入和输出字符集的组合，但没有任何帮助！:(

然而，我能够访问实际获取数据的代码，这就是罪魁祸首所在的地方。数据是通过cURL获取的。添加

 curl_setopt($ch,CURLOPT_BINARYTRANSFER,true);

已解决。

一个方便的代码集，用于尝试一组字符集的所有可能组合：

$charsets = array(  
        "UTF-8", 
        "ASCII", 
        "Windows-1252", 
        "ISO-8859-15", 
        "ISO-8859-1", 
        "ISO-8859-6", 
        "CP1256"
        ); 

foreach ($charsets as $ch1) { 
    foreach ($charsets as $ch2){ 
        echo "<h1>Combination $ch1 to $ch2 produces: </h1>".iconv($ch1, $ch2, $text_2_convert); 
    } 
} 

- Rid Iculous

Answer 3

PHP默认使用UTF-8编码，因此我发现以下代码可以工作：

$text = iconv("UTF-8","Windows-1252",$text);

- Judder

Answer 4

您可以替换您的

$data = curl_exec($ch);

by

$data = utf8_decode(curl_exec($ch));

我曾经遇到过同样的问题，这个方法对我很有效。

- Ben

---

重要提示：在转换包含欧元符号的UTF8数据时，请勿使用utf_decode函数。utf_decode将数据转换为ISO-8859-1字符集。但是，ISO-8859-1字符集不包含欧元符号，因此欧元符号将被转换为问号字符“？”。为了正确转换带有欧元符号的UTF8数据，您必须使用：iconv（“UTF-8”，“CP1252”，$data） - Thoman

Answer 5

我目前遇到了类似的问题，我正在尝试使用cURL编写一个简单的HTML <title> 导入器。以下是我迄今为止所做的事情的概述：

1. 通过cURL获取HTML
2. 使用curl_getinfo()检查响应头中是否有任何编码提示，并通过正则表达式进行匹配
3. 解析HTML以查看content-type元标记和<title>标记（是的，我知道后果）
4. 比较内容类型、头部和元标记，如果不同，则选择元标记，因为我们知道没有人关心他们的httpd配置，并且有很多肮脏的解决方法可以使用它
5. 对字符串进行iconv()
6. 每天都希望当有人不遵循标准时，$DEITY会惩罚他/她直到永远，因为这将节省我解析元标记的时间

- rmontagud