页面卷曲与俄语的

Question

使用俄语https://web.archive.org/web/20060403041216/http://inostranets.ru:80/

这个页面的php进行卷曲时出现编码问题

下面是我使用的代码：

$url="https://web.archive.org/web/20060403041216/http://inostranets.ru:80/";
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_TIMEOUT, 30);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);         
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch,CURLOPT_USERAGENT,'waybackmachinedownloader');
$html = curl_exec($ch);

结果我得到了与此相似的字符： “ÂÍÅÊÎÍÊÓÐÅÍÖÈÈ - ÑÊÀÇÎ×ÍÛÉÑÈÍÃÀÏÓÐ Òóðîïåðàòîð«ÄÅλïðèãëàøàåòÂàñïîîåòèòò“

请查看下面的图片

enter image description here

Answer 1

您尝试解析的页面是windows-1251编码的。 要告诉您输出windows-1251的浏览器，您可以使用：

header('Content-Type: text/html; charset=windows-1251');，

即：

$url="https://web.archive.org/web/20060403041216/http://inostranets.ru:80/";
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_TIMEOUT, 30);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch,CURLOPT_USERAGENT,'waybackmachinedownloader');
$html = curl_exec($ch);

header('Content-Type: text/html; charset=windows-1251');
print $html;

更新

要将$html保存到文件，请使用：

file_put_contents("curl_russian.html", $html);

注意：

当您打开html文件时，请务必在浏览器上选择Text Encoding至Cyrillic Windows。

Answer 2

我发现了问题。

我只需对输出进行编码，如下所示：

$html = mb_convert_encoding($html, "UTF-8", "Windows-1251"); 

而不是：

$html = mb_convert_encoding($html, "UTF-8", "Windows-1251 (CP1251)");