这是一个创建于 3700 天前的主题，其中的信息可能已经有所发展或是发生改变。
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 2014-10-11 16:33:46 +08:00
判断这个不就行了？ <meta charset="UTF-8" />
|
 |
2
feiyuanqiu 2014-10-11 16:36:11 +08:00
@xiaokai 想听下思路...
|
 |
3
vibbow 2014-10-11 16:40:32 +08:00
@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 2014-10-11 17:18:41 +08:00 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 2014-10-11 17:23:27 +08:00 1
头像不错。。。。。。。。。。。。。
|
 |
8
fising 2014-10-11 17:41:53 +08:00
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 2014-10-11 18:50:21 +08:00 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