抓取网页数据 php(Iscrapesitesoccasionally-8charactersinthetitle示例)

　　抓取网页数据 php(Iscrapesitesoccasionally-8charactersinthetitle示例)

　　问题描述

　　我会在标题中偶尔使用 UTF-8 字符来抓取 网站，但我不会将字符集指定为 UTF-8（这是一个示例）。当我使用浏览器的网站时，我要复制的数据（即标题）看起来是正确的（日文或中文。不确定）。我可以复制标题并将其粘贴到终端中，它看起来完全一样。我什至可以将它写入数据库，当我从数据库中检索它时，它看起来仍然相同且正确。

　　我抓取了一些偶尔在标题中收录 UTF-8 字符的网站，但没有将 UTF-8 指定为字符集（示例）。当我在浏览器中查看网站时，我想复制的数据（即标题）看起来是正确的（日语或中文……不太确定）。我可以复制标题并将其粘贴到终端中，它看起来完全一样。我什至可以将它写入数据库，当我从数据库中检索它时，它看起来仍然一样，而且是正确的。

　　但是当我使用 cURL 时，它打印错误。我可以从命令行运行 cURL 或使用 PHP.. 当它打印到终端时显然是不正确的，当我将它存储到数据库时它保持这种方式（记住：终端可以显示这些字符）。我已经尝试了以下所有符合条件的组合：

　　但是，当我使用 cURL 时，打印的数据是错误的。我可以从命令行运行 cURL 或使用 PHP .. 当它打印到终端时它显然是不正确的，当我将它存储到数据库时它仍然如此（记住：终端可以正确显示这些字符）。我已经尝试了以下所有符合条件的组合：

　　这些都不显示预期的字符。这非常令人沮丧，因为我可以通过访问 网站 轻松获得正确的字符，但 cURL 不能。我看了很多建议，比如这个：How to use CURL in PHP to get the page title from different CHARSET 网站?

　　这些都没有按预期显示字符。这非常令人沮丧，因为我只需访问该站点就可以轻松获得正确的字符，但 cURL 不能。我已经阅读了很多建议，例如：How to get web-page-title with CURL in PHP from the web-sites of different CHARSET?

　　解决方案一般似乎是将数据转换为UTF-8。老实说，我实际上不知道这意味着什么。上述函数是否将数据转换为 UTF-8？为什么不是 UTF-8？

　　一般的解决方案似乎是“将数据转换为 UTF-8.” 老实说，我实际上不知道这意味着什么。上面的函数不是将数据转换为 UTF-8 吗？为什么它不是 UTF-8？它是什么，为什么它在某些情况下可以正确显示，而对于 cURL 却不能显示？

　　推荐答案

　　你试过了吗：

　　$ html = iconv(gb2312, utf-8, $html);

　　gb2312 取自标题

　　gb2312 取自标题