如何使用不同CHARSET的网站在PHP中使用CURL获取网页标题？

Question

我想将标题存储在UTF-8中，但页面会出现许多不同的字符集，例如GBK，ISO，unicode ......

你可以给我一些帮助吗？

感谢。

Answer 1

识别或检测字符编码，并在必要时将数据转换为UTF-8。

对于HTML（即text / html），有three ways to specify the character encoding：

  

  
1. “Content-Type”字段中的HTTP“charset”参数。
  
2. META声明，其中“http-equiv”设置为“Content-Type”，值为“charset”设置。
  
3. 在指定外部资源的元素上设置charset属性。
  

如果这些都不存在，您可能会进行一些内容嗅探或切换到某些默认字符编码（例如ISO 8859-1）。

如果识别/检测到的字符编码不是UTF-8，则可以使用iconv或mb_convert_encoding将数据转换为UTF-8。