This topic created in 4216 days ago, the information mentioned may be changed or developed.
写小偷程序经常遇到这种坑爹问题
国内的网站还有很多都是GBK编码的
对于用惯了UTF8的我来说
这就是个坑
抓取的数据采用iconv()+//IGNORE来转换编码都还是会遇到问题，比如转换失败后一堆乱码
网上查的mb_detect_encoding函数有的环境不支持
艾玛、、求大神给支个招啊
弄个完美点的
拜谢！！！！！
国内的网站还有很多都是GBK编码的
对于用惯了UTF8的我来说
这就是个坑
抓取的数据采用iconv()+//IGNORE来转换编码都还是会遇到问题，比如转换失败后一堆乱码
网上查的mb_detect_encoding函数有的环境不支持
艾玛、、求大神给支个招啊
弄个完美点的
拜谢！！！！！
 |
1
xiaokai Oct 11, 2014
判断这个不就行了？ <meta charset="UTF-8" />
|
 |
2
feiyuanqiu Oct 11, 2014
@xiaokai 想听下思路...
|
 |
3
vibbow Oct 11, 2014
@feiyuanqiu 如果网站没有标明meta charset，按GB2312算
如果标明了，那就按标明的算 |
 |
5
oott123 Oct 11, 2014 via Android  1
「有的环境不支持」不是你选择其它方案的理由…毕竟配个 mb 扩展相当之容易。
另外，我建议的方案是，你看看 utf8 或者 gb2312 里汉字的编码范围，用 Unicode 正则检查一下文件里是不是有那些字符。 |
 |
6
nilai Oct 11, 2014 1
头像不错。。。。。。。。。。。。。
|
 |
8
fising Oct 11, 2014
用 Unicode 正则检查一下文件里是不是有那些字符
-------------------------------------------------------------------- 这个正解 |
 |
9
BGLL Oct 11, 2014 1
Mozilla的 universalchardet
FF用这个来预判网页编码 http://www-archive.mozilla.org/projects/intl/UniversalCharsetDetection.html |
Select Language