php curl函数采集网页出现gzip压缩、编码不同导致的乱码 图文解决方法

方法一：

header("content-type:text/html;charset=utf-8");
$url="http://115.47.116.10/rest/keyword

'";
$content = file_get_contents("compress.zlib://".$url);
$arr=json_decode($content,true);
print_r($arr);

二：

curl乱码有两个方面的原因一个是因为我们采集页面的php页面编码与远程文档编码不致导致的，另一种可能是页面进入了gzip压缩传输导致的，那么我们要如何解决这些问题呢？

 

gzip压缩传输导致乱码

今天在采集京东的时候发现返回的数据是乱码，网上说可能和压缩有关，看了一下京东的头信息的确进行gzip加密，好吧，那就解压吧

 

 

1	$return = gzdecode($return); //将return的字符进行解码

另一种解决办法

 

 

1	curl_setopt($ch, CURLOPT_ENCODING, 'gzip');

 

页面编码问题

 

 

 

1	mb_convert_encoding($str, 'utf-8', 'GBK,UTF-8,ASCII');

 

完整代码示例

 

 

 

 

 

 

PHP

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

// curl 伪造agent抓取页面 function http_get($URL,$key='baidu') {     $agent = Flight::get('flight.spider_agent')[$key];     if( !$agent ){         return false;     }     $c = curl_init();     curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);     curl_setopt($c, CURLOPT_USERAGENT, $agent);     curl_setopt($c, CURLOPT_HTTPHEADER,array('Accept-Encoding: gzip, deflate'));     curl_setopt($c, CURLOPT_ENCODING, 'gzip,deflate');//这个是解释gzip内容.................     curl_setopt($c, CURLOPT_URL, $URL);     curl_setopt($c, CURLOPT_TIMEOUT,2);     $contents = curl_exec($c);     $contents = mb_convert_encoding($contents, 'utf-8', 'GBK,UTF-8,ASCII');     $httpCode = curl_getinfo($c,CURLINFO_HTTP_CODE);     curl_close($c);     return ['data'=>$contents,'http_code'=>$httpCode]; }