php字符转码解决新浪抓取资料乱码的问题

2. function unescape($str) {
3. $str = rawurldecode($str);
4. preg_match_all("/(?:%u.{4})|.+/",$str,$r);
5. $ar = $r[0];
6. foreach($ar as $k=>$v) {
7. if(substr($v,0,2) == '%u' && strlen($v) == 6)
8. $ar[$k] = iconv("UCS-2","utf-8",pack("H4",substr($v,-4)));
9. }
10. return join("",$ar);
11. }

复制代码

有点小问题，又换一个函数，好像功能要强大一些。

2. function unescape($str) {
3. $str = rawurldecode($str);
4. preg_match_all("/%u.{4}|.{4};|\d+;|\d+?|.+/U",$str,$r);
5. $ar = $r[0];
6. foreach($ar as $k=>$v) {
7. if(substr($v,0,2) == "%u")
8. $ar[$k] = iconv("UCS-2","utf-8",pack("H4",substr($v,-4)));
9. elseif(substr($v,0,3) == "")
10. $ar[$k] = iconv("UCS-2","utf-8",pack("H4",substr($v,3,-1)));
11. elseif(substr($v,0,2) == "") {
12. $ar[$k] = iconv("UCS-2","utf-8",pack("n",preg_replace("/[^\d]/","",$v)));
13. }
14. }
15. return join("",$ar);
16. }

复制代码

用了一段时间，发现在本地可以使用，但是我们的线上环境不能够使用。 线上是*nux，本地是XP了，还有，就是PHP版本不一样了。 后来，又在手册里面发现有一个类似的函数 而且还支持utf8，个人觉得应该通用性更好吧。

2. //php字符转码
3. function utf8RawUrlDecode ($source) {
4. $decodedStr = "";
5. $pos = 0;
6. $len = strlen ($source);
7. while ($pos $charAt = substr ($source, $pos, 1);
8. if ($charAt == '%') {
9. $pos++;
10. $charAt = substr ($source, $pos, 1);
11. if ($charAt == 'u') {
12. // we got a unicode character
13. $pos++;
14. $unicodeHexVal = substr ($source, $pos, 4);
15. $unicode = hexdec ($unicodeHexVal);
16. $entity = "". $unicode . ';';
17. $decodedStr .= utf8_encode ($entity);
18. $pos += 4;
19. }
20. else {
21. // we have an escaped ascii character
22. $hexVal = substr ($source, $pos, 2);
23. $decodedStr .= chr (hexdec ($hexVal));
24. $pos += 2;
25. }
26. } else {
27. $decodedStr .= $charAt;
28. $pos++;
29. }
30. }
31. return $decodedStr;
32. }

复制代码

使用此函数成功解决问题。