卷曲：从具有错误字符集的站点获取UTF-8数据

Question

我抓了一些偶尔在标题中有UTF-8字符的网站，但没有指定UTF-8作为字符集（qq.com就是一个例子）。 当我在浏览器中查看网站时，我要复制的数据（即标题）看起来是正确的（日文或中文......不太确定）。 我可以复制标题并将其粘贴到终端中，它看起来完全一样。 我甚至可以将它写入数据库，当我从数据库中检索它时，它看起来仍然相同，并且正确。

但是，当我使用cURL时，打印的数据是错误的。 我可以从命令行运行cURL或者使用PHP ..当它打印到终端时显然是不正确的，当我将它存储到数据库时它仍然是这样（请记住：终端可以正确显示这些字符）。 我已经尝试了以下所有符合条件的组合：

• 将CURLOPT_BINARYTRANSFER为true
• mb_convert_encoding($html, 'UTF-8')
• utf8_encode($html)
• utf8_decode($html)

这些都不会按预期显示字符。 这非常令人沮丧，因为只要访问该网站我就能轻松获得正确的角色，但是cURL不能。 我已经阅读了很多建议，比如这个： 如何使用不同CHARSET的网站在PHP中使用CURL获取网页标题？

一般来说，解决方案似乎是“将数据转换为UTF-8”。 说实话，我实际上并不知道这意味着什么。 上述功能不能将数据转换为UTF-8吗？ 为什么不是UTF-8？ 它是什么，为什么它在某些情况下会正常显示，而不是cURL？

Answer 1

你有没有尝试过 ：

$html = iconv("gb2312","utf-8",$html);

gb2312取自qq.com标题