一会乱码一会不是乱码

[ad2008]

我的文件编码是gbk的，我用file_get_contents获取页面的时候，有时候是乱码，有时候又不是

$content=file_get_contents('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
$content=mb_convert_encoding($content,'gbk','utf-8');
echo $content;

[mengshan1986]

还不如这样了

$content=file_get_contents('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
echo $content;exit;

[ad2008]

return 不出内容，很是奇怪

function getcontent($url)
{
	$content=file_get_contents($url);
	var_dump(strpos($content,'<html'));
	if(!strpos($content,'<html')) getcontent($url);
	else
	{
		//echo $content;
		return $content;
	}
}
$content=getcontent('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
echo $content;

[十三月二十一]

汉字两个字节，有时用了一个字节的标点，读取时也当两个字节来读，后面的就是乱码了，

[surge0321]

和汉字有关吧，英文就没问题了

[tottyandbaty]

你的页面编码得跟你采集的页面编码一样

[一把编程的菜刀]

由于你采集的页面编码不一致
和你设定一致的，那么就不会乱码，不一致的就自然乱码了

[mengshan1986]

你采集的页面虽经过转码但是<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
这句是不会变的，浏览器是认为是utf-8的，而内容被你转为了gbk当然乱码了，你把apache的默认编码改为gbk试试
可以用php的搜索替换功能查找utf-8然后替换为gbk

[mengshan1986]

<?
$content=file_get_contents('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
$content=mb_convert_encoding($content,'gbk','utf-8');
$content=str_replace('utf-8','gbk',$content);
echo $content;
?>

[phpboy]

up
楼上多考虑了一次页面的编码，貌似有点道理！

[ad2008]

还是一会乱码一会不是，然后我把页面编码和文件编码改成utf-8的，也是这样

header('Content-Type: text/html;charset=utf8');
date_default_timezone_set('Asia/Chongqing');

//中文
$content=file_get_contents('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
echo $content;exit;