php采集utf-8网页乱码

答案:3 悬赏:70

解决时间 2021-02-02 08:24

提问者网友：低唤何为爱
2021-02-01 19:27

我用php采集utf-8网页入库成乱码。采集gb2312的正确。程序网页编码utf-8数据库编码utf-8如果采集的网页的编码是gb2312那么就不是乱码，utf-8的就是乱码。 ============================== <? //得到参数 $url1=trim($_REQUEST["url1"]); $url2=trim($_REQUEST["url2"]); $url3=trim($_REQUEST["url3"]); $reg=trim($_REQUEST["reg"]); $ip=trim($_REQUEST["ip"]); $database=trim($_REQUEST["database"]); $bm=trim($_REQUEST["bm"]); $table=trim($_REQUEST["table"]); $uid=trim($_REQUEST["uid"]); $pwd=trim($_REQUEST["pwd"]); $zd_reg=$_REQUEST["zd_reg"]; $zd_zhi=$_REQUEST["zd_zhi"]; if(empty($zd_reg) || empty($zd_zhi)) { ?> <script language="javascript"> alert("获取地方没有正则或数据库没有字段"); history.back(-1); </script> <?php } else { //数据库连接 $conn=mysql_connect($ip,$uid,$pwd); if(!$conn) { echo "数据库连接失败"; } else { mysql_select_db($database,$conn); mysql_query("SET NAMES UTF8"); //读取页面数据 $index_content = file_get_contents($url1); preg_match_all($reg,$index_content,$title); $count =count($title[1]); if($count>0) { $d=0; //计数计算得到的数据条数 for($i=0;$i<$count;$i++) { //得到内页的网站数据 $aurl = $url2.$title[1][$i].$url3; $acount = file_get_contents($aurl); //插入到数据库中 $sql="insert into `".$table."`("; foreach($zd_reg as $key =>$val_reg) { if($key!=count($zd_reg)-1) { $sql.=" `".$zd_zhi[$key]."`,"; } else { $sql.=" `".$zd_zhi[$key]."`"; } } $sql.=") values("; $null=0; //如果采集的任意字段有控制那么不插入数据库中 foreach($zd_reg as $key =>$val_reg) { preg_match($val_reg,$acount,$val_arr); $val=$val_arr[1]; if($val=="") { $null=1; } else { iconv("UTF-8","gb2312",$val); } $val=addslashes($val); if($key!=count($zd_reg)-1) { $sql.=" '$val',"; } else { $sql.=" '$val'"; } } $sql.=")"; if($null!=1) { if(mysql_query($sql,$conn)) { $d++; } } } ?> <script language="javascript"> alert("共采集到<?=$d?>条数据"); //history.back(); </script> <?php } else { ?> <script language="javascript"> alert("没有采集到超级连接"); history.back(); </script> <?php } } } ?> 我数据库是utf-8的。 听说在获得网页数据时要进行编码转换，不知道怎么转换，什么时候需要转换。 $acount = mb_convert_encoding($acount,"utf-8","gb2312"); 我是这样的。 ==采集时网页要过时，怎么设置不过时。php

最佳答案

二级知识专家网友：陪我到地狱流浪
2021-02-01 20:14

脚本运行的最前面加上一句 set_time_limit(0); 设置不超时

iconv 或者mb_convert_encoding转码。获取过内容的时候就将得到的字符串转为你想要的编码。

全部回答

1楼网友：情战辞言
2021-02-01 21:52

2楼网友：苦柚恕我颓废
2021-02-01 20:32

我要举报

如以上问答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！