一会乱码一会不是乱码

Question

你采集的页面虽经过转码但是<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
这句是不会变的，浏览器是认为是utf-8的，而内容被你转为了gbk当然乱码了，你把apache的默认编码改为gbk试试
可以用php的搜索替换功能查找utf-8然后替换为gbk

Answer 1

<?
$content=file_get_contents('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
$content=mb_convert_encoding($content,'gbk','utf-8');
$content=str_replace('utf-8','gbk',$content);
echo $content;
?>

Answer 2

还是一会乱码一会不是，然后我把页面编码和文件编码改成utf-8的，也是这样
header('Content-Type: text/html;charset=utf8');
date_default_timezone_set('Asia/Chongqing');//中文
$content=file_get_contents('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
echo $content;exit;

Answer 3

还不如这样了$content=file_get_contents('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
echo $content;exit;

Answer 4

return 不出内容，很是奇怪function getcontent($url)
{
$content=file_get_contents($url);
var_dump(strpos($content,'<html'));
if(!strpos($content,'<html')) getcontent($url);
else
{
//echo $content;
return $content;
}
}
$content=getcontent('http://bj.ganji.com/jiaoyou5/09032721_424301.htm');
echo $content;