欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

php字符转码解决新浪抓取资料乱码的问题

程序员文章站 2023-12-23 22:42:51
...
  1. function unescape($str) {
  2. $str = rawurldecode($str);
  3. preg_match_all("/(?:%u.{4})|.+/",$str,$r);
  4. $ar = $r[0];
  5. foreach($ar as $k=>$v) {
  6. if(substr($v,0,2) == '%u' && strlen($v) == 6)
  7. $ar[$k] = iconv("UCS-2","utf-8",pack("H4",substr($v,-4)));
  8. }
  9. return join("",$ar);
  10. }
复制代码

有点小问题,又换一个函数,好像功能要强大一些。

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

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

使用此函数成功解决问题。

上一篇:

下一篇: