php Curl抓取远程内容出现url中文编码问题的解决方法

发布时间:2020-10-22编辑:脚本学堂
本文介绍下,在php中使用curl抓取远程内容时,出现url中文编码问题的解决办法,通过二个实例来介绍,有需要的朋友参考学习下。

问题描述:
PHP中对于URL进行编码,可以使用 urlencode() 或 rawurlencode(),二者的区别是前者把空格编码为 '+',而后者把空格编码为 '%20'。
注意:在编码时应该只对部分url编码,否则URL中的冒号和反斜杠也会被转义。

详细解释:
string urlencode( string str) 
返回字符串,此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号(%)后跟两位十六进制数,空格则编码为加号(+)。

例1,urlencode函数与rawurlencode函数区别
 

复制代码 代码示例:
<?php
$str='博 客'; 
echo urlencode($str); 
echo " 
"; 
echo rawurlencode($str); 

url结果:
 

%B2%A9+%BF%CD 
%B2%A9%20%BF%CD

例2,url中文编码方法
 

复制代码 代码示例:
从url:"http://www.baidu.com/s?wd=博 客" 转为 url:"http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2";
$url='http://www.baidu.com/s?wd=博 客'; 
$arr=explode('=',$url); 
$url=$arr[0].'='.rawurlencode($arr[1]); 
echo $url; 

结果:
http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2

或使用url编码函数
 

复制代码 代码示例:
function cn_urlencode($url){ 
     $pregstr = "/[x{4e00}-x{9fa5}]+/u";//UTF-8中文正则 
    if(preg_match_all($pregstr,$url,$matchArray)){//匹配中文,返回数组 
        foreach($matchArray[0] as $key=>$val){ 
            $url=str_replace($val, urlencode($val), $url);//将转译替换中文 
        } 
        if(strpos($url,' ')){//若存在空格 
            $url=str_replace(' ','%20',$url); 
        } 
    } 
    return $url; 

 

url结果:
http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2