使用 htmlentities 打印页面内容不适用于 google.com

Question

我使用此代码打印网页内容（源代码）：

<?php
$url='http://cloob.com';
$ch=curl_init();
$timeout=5;

curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
curl_setopt( $ch, CURLOPT_FOLLOWLOCATION, true );
// Get URL content
$lines_string=curl_exec($ch);
// close handle to release resources
curl_close($ch);
var_dump( htmlspecialchars($lines_string));
//echo htmlentities($lines_string);
//var_dump( $lines_string);
?>

这是有效的，但是当我将 URL 更改为https://google.com不起作用，为什么？

当我在两种情况下直接使用（当我不使用htmlentities() ）它都有效......（我使用http://phpfiddle.org/ ）

Answer 1

首先要做的是阅读文档：

如果输入字符串在给定的编码中包含无效的代码单元序列，则将返回一个空字符串，除非设置了 ENT_IGNORE 或 ENT_SUBSTITUTE 标志。

因此，我们可能在 PHP 解析 HTML 时遇到问题，或者编码不正确，或者 HTML 不正确。

当您为 google 网站使用正确的编码时，您会得到您想要的结果：

var_dump( htmlspecialchars($lines_string, ENT_COMPAT, 'ISO-8859-1'));