Question

我使用此代码通过curl获取页面：

$ch = curl_init();

curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_HEADER, false);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);

$message = curl_exec($ch);

curl_close($ch);

我现在想要对$ message中的代码进行一些替换，但在此之前我将代码转储到文件中：

file_put_contents('debug_before_replace.txt',$message);

当我看一下这个文件时，所有文字似乎都很好，例如我在这里有标题：

<title>D.O.C.| Jantar Vínico Quinta do Portal | Quinta-feira, 25 de Junho 2009</title>

现在我做替换：

$ message = str_ireplace（array（
'身体GT;'， '/体＆GT;' ）阵列（
$ fraseemcima， $ frasebaixo ） $消息）;

现在我将$ message转储到另一个文件：

file_put_contents('debug_after_replace.txt',$message);

当我看一下这个文件时，我看到了这个：

<title>D.O.C.| Jantar VÃnico Quinta do Portal | Quinta-feira, 25 de Junho 2009</title>

我在其余的代码中有各种混乱的字符。

任何人都明白为什么stri_replace搞砸了这个？我正在尝试发送一些邮件，这会弄乱一切。

注意：在替换中我确实有正文和/ body标签，但如果我添加＆lt;所以会删除单词

编辑：我修好了!!

使用这条简单的线条，一切正常，外观看起来很棒：

$message = utf8_decode(curl_exec($ch));

感谢macbirdie和S. Gehrig将我指向了正确的方向。猜猜在字符集方面我还有一些学习要做的事情

再次感谢

Answer 1

您正在编辑的文本很可能是UTF-8或其他一些编码的多字节编码。 str_ireplace() 不多字节安全，可在单字节上运行。这会导致您的多字节字符可能被破坏。如果文档包含 B yte- O rder- M 方舟（ BOM ），您还应检查 - 这也可能导致一些问题（根据this comment）

Answer 2

您必须使用多字节感知功能进行字符替换，例如mb_eregi_replace()。

如果有，该文件也可能丢失unicode用来指示UTF-8扩展字符写入哪些endiannes的byte-order mark，因为它可能会丢失，因为替换函数可能会将其视为非文字，但这纯粹是猜测。

stri_replace弄乱了角色

2 个答案: