前言
DOM是php比较新的xml和html处理类,可以像javascript那样方便的操作DOM树,网上更多的是介绍它处理XML的情况,今天这篇文章就介绍下php解决DOM乱码的方法,下面话不多说,直接看下面的解决方法。
解决方法如下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
/**
* 请求url页面信息
* @param str $url
* @return str mixed|boolean
*/
function curl_get( $url ) {
$curl = curl_init();
curl_setopt( $curl , CURLOPT_URL, $url );
curl_setopt( $curl , CURLOPT_RETURNTRANSFER, 1);
//302跳转
curl_setopt( $curl , CURLOPT_FOLLOWLOCATION, 1);
curl_setopt( $curl , CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:47.0) Gecko/20100101 Firefox/47.0' );
curl_setopt( $curl , CURLOPT_REFERER, $url );
$data = curl_exec( $curl );
$code = curl_getinfo( $curl ,CURLINFO_HTTP_CODE); //输出请求状态码
curl_close( $curl );
if (200 == $code ) {
//解决乱码
if (preg_match( '#<meta[^>]*charset="?gb2312"[^>]*>#' , $data )) {
$data = iconv( "gb2312" , "utf-8//IGNORE" , $data );
$data = preg_replace( '#<meta[^>]*charset="?gb2312"[^>]*>#is' , '<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">' , $data );
}
if (!preg_match( '#<meta charset="utf-8"[^>]*>#is' , $data )) {
$data = str_replace ( '<head>' , '<head><meta http-equiv="Content-Type" content="text/html;charset=UTF-8">' , $data );
}
if (preg_match( '#<meta charset="utf-8"[^>]*>#is' , $data )) {
$data = preg_replace( '#<meta charset="utf-8"[^>]*>#is' , '<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">' , $data );
}
return $data ;
} else {
return false;
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
/**
* 获取 DOMDocument 对象
* @param str $url
* @return boolean|DOM
*/
function getDom( $url ) {
$html_content = curl_get( $url );
if ( empty ( $html_content )) {
//saveLog($url, '请求失败');
return false;
}
$dom = new DOMDocument( '1.0' , 'utf-8' );
libxml_use_internal_errors(true);
$dom ->loadHTML( $html_content );
return $dom ;
}
|
1
|
$html_content = mb_convert_encoding( $html_content , 'UTF-8' , 'gb2312' );
|
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流。