使用curl方法爬别人网站的title内容,有个非常奇怪的现象

Question

php

Answer 1

http://www.baidu.com/ 是 utf-8 的
http://www.qq.com/ 是 gbk 的，在 utf-8 环境中看不见中文是正常的

Answer 2

是转换 iconv($d[1][0])  这样,还是  iconv($data)  ?

Answer 3

那为什么有的编码是<meta charset="utf-8" />的网站 也是获取不到title

Answer 4

首先，你对 http://www.qq.com/ 看到 Array ( [0] => Array ( ) [1] => Array ( ) ) 这就表示 title 已经取到了。只不过因为你的浏览器的原因，看不见而已。你用 var_dump 就可看到，他并非空数组你的规则串是 /<title>(.*)<\/title>/s 并没有忽略大小写，如果 title 标记是大写的，你就取不到

Answer 5

var_dump($d);我这样写了..还是不行  ,
array(2) { [0]=> array(0) { } [1]=> array(0) { } } 结果是这样的

Answer 6

抓取QQ内容的时候；可以
1、把浏览器的编码设置为gbk；
或者
2、echo iconv('gbk','utf-8',$d[1][0]);

Answer 7

header('Content-type: text/html;charset=GBK');
$ch = curl_init();
curl_setopt($ch,CURLOPT_URL,"http://www.qq.com/");
curl_setopt($ch,CURLOPT_HEADER,true);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$data = curl_exec($ch);
 
if($data === false){
  echo "error!";
}
curl_close($ch);
   
preg_match_all("/<title>(.*)<\/title>/s",$data,$d,PREG_PATTERN_ORDER);
print_r($d);
echo $d[1][0];Array
(
    [0] => Array
        (
            [0] => <title>腾讯首页</title>
        )    [1] => Array
        (
            [0] => 腾讯首页
        ))
腾讯首页