一段百思不得其解的CURL代码（php代码）

gftflb

1. <?php
   
2. $c = curl_init();
   
3. curl_setopt($c, CURLOPT_URL,'http://www.xiasl.net/');
   
4. curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);
   
5. curl_setopt($c, CURLOPT_SSL_VERIFYPEER, false);
   
6. curl_setopt($c, CURLOPT_HEADER, 1);
   
7. $content = curl_exec($c);
   
8. curl_close($c);
   
9. $content=@str_replace('〗','',$content);  //请注意这行，这个字符为什么那么怪异，会对文本内容造成影响？
   
10. echo $content;
    
11. ?>
    

复制代码

大佬请运行下，看看为什么文本中“小-姐”这个词会莫名其妙的被修改？
只要替换“〗”这个字符，就会把内容中所有“小-姐”这个词，变成“秀”。百思不得其解。
大佬可以换其他含有“小-姐”这个词的网页url获取试试



替换“〗”的结果



不替换“〗”的结果

hdown

就是
小，姐：d0a1 bde3
〗：a1bd
秀：d0e3

这是gbk编码不能正确判断每个汉字的开始结束的问题。
建议把网页先转成utf8，然后你php源代码也用utf8来写，就不会有此类问题了。

gftflb

hdown 发表于 2019-2-22 15:32
就是
小，姐：d0a1 bde3
〗：a1bd

按照你解读的原理，终于解决了。

如果需要最终内容为gb2312编码的话，先把获取到的内容全部转成UTF-8编码，再进行过滤替换，最终再次进行编码转换为gb2312，就没这个灵异般的事情了。

大佬牛！

1. <?php
   
2. $c = curl_init();
   
3. curl_setopt($c, CURLOPT_URL,'http://www.xiasl.net/');
   
4. curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);
   
5. curl_setopt($c, CURLOPT_SSL_VERIFYPEER, false);
   
6. curl_setopt($c, CURLOPT_HEADER, 1);
   
7. $content = curl_exec($c);
   
8. curl_close($c);
   
9. $content=mb_convert_encoding($content, 'UTF-8', 'GB2312');//先转UTF-8
   
10. $content=@str_replace('〗','',$content); //进行替换
    
11. $content=mb_convert_encoding($content, 'GB2312', 'UTF8');//再转回GB2312
    
12. echo $content;
    
13. ?>
    

复制代码

毒瘾

太深奥 看不懂 替换

duxingfengyu

单 替换，并没有小，姐，姐啊

gftflb

求道鱼 发表于 2019-2-22 13:40
在变量content 中搜索‘〗’ 并替换为空

只要替换“〗”这个字符，就会把内容中所有“小-姐”这个词，变成“秀”。
不替换“〗”这个字符，内容中“小-姐”这个词，就没有异样。
“〗”和“小-姐”有什么关系？？？？？？？
百思不得其解。

gftflb

duxingfengyu 发表于 2019-2-22 13:43
单 替换，并没有小，姐，姐啊

只要替换“〗”这个字符，就会把内容中所有“小-姐”这个词，变成“秀”。
不替换“〗”这个字符，内容中“小-姐”这个词，就没有异样。
“〗”和“小-姐”有什么关系？？？？？？？
百思不得其解。

gftflb

查无此人 发表于 2019-2-22 13:48
他是GBk，你是默认utf8。你先转一下字符集试试看

没用，试过了

duxingfengyu

https://baike.baidu.com/item/%E5%B0%8F%E5%A7%90/242562?fr=aladdin
一切正常

testuserll

为啥我执行就不替换啊，Windows 下用phpstudy试的。