卷曲：從具有錯誤字符集的站點獲取UTF-8數據

Question

我抓了一些偶爾在標題中有UTF-8字符的網站，但沒有指定UTF-8作為字符集（qq.com就是一個例子）。 當我在瀏覽器中查看網站時，我要復制的數據（即標題）看起來是正確的（日文或中文......不太確定）。 我可以復制標題並將其粘貼到終端中，它看起來完全一樣。 我甚至可以將它寫入數據庫，當我從數據庫中檢索它時，它看起來仍然相同，並且正確。

但是，當我使用cURL時，打印的數據是錯誤的。 我可以從命令行運行cURL或者使用PHP ..當它打印到終端時顯然是不正確的，當我將它存儲到數據庫時它仍然是這樣（請記住：終端可以正確顯示這些字符）。 我已經嘗試了以下所有符合條件的組合：

• 將CURLOPT_BINARYTRANSFER為true
• mb_convert_encoding($html, 'UTF-8')
• utf8_encode($html)
• utf8_decode($html)

這些都不會按預期顯示字符。 這非常令人沮喪，因為只要訪問該網站我就能輕松獲得正確的角色，但是cURL不能。 我已經閱讀了很多建議，比如這個： 如何使用不同CHARSET的網站在PHP中使用CURL獲取網頁標題？

一般來說，解決方案似乎是“將數據轉換為UTF-8”。 說實話，我實際上並不知道這意味着什么。 上述功能不能將數據轉換為UTF-8嗎？ 為什么不是UTF-8？ 它是什么，為什么它在某些情況下會正常顯示，而不是cURL？

Answer 1

你有沒有嘗試過 ：

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

gb2312取自qq.com標題