php网页抓取乱码(PHP接收get中文参数乱码的解决办法：中文标签乱码)

　　php网页抓取乱码(PHP接收get中文参数乱码的解决办法：中文标签乱码)

　　php获取get参数乱码的解决方法：1、通过"$str=iconv("gb2312", "utf-8", $str);"处理编码；2、 通过 "mb_convert_encoding($str,"utf-8", "gb2312");" 方法。

　　

　　本文运行环境：Windows7系统，PHP7.1、Dell G3电脑。

　　PHP接收GET中文参数乱码的深入研究

　　相信很多PHPer都会遇到这样的问题：在utf-8页面下，如果直接访问带有test.php?s=test等中文参数的地址，输出参数的值会出现乱码，可以在搜索引擎上查询 看了相关资料后，只给出了一些解决方案，但没有人研究过这个问题的原因。今天，我将通过这篇文章来深入探讨这个问题的原因：

　　首先我们演示一下这个问题，测试代码和运行结果如下。

　　代码：

　　

　　测试结果：

　　

　　

　　代码声明响应内容的编码为utf-8，显示的内容确实是乱码。

　　这里请注意，var_dump输出的变量长度只有4。显然，在utf-8编码下，两个汉字的长度必须大于4字节。

　　那么我们来看看火狐对这个页面url的访问

　　

　　

　　FireFox会自动对中文url进行编码，所以我们可以看到测试变成了%B2%E2%CA%D4。显然，这里的一个词是两个字节，是 gb2313、gbk 等中文编码格式，而不是 utf-8 编码。（推荐：《PHP 视频教程》）

　　如果我们将页面的编码切换为gbk，中文参数会正常显示，见下图

　　

　　

　　这时候就诞生了一个有趣的问题：为什么emlog的中文标签等参数没有乱码？

　　经过多次测试，我发现了一个小区别：

　　页面生成emlog中文参数的链接，上面测试直接在地址栏手动输入，

　　如果我们直接输入原创等链接，程序也会提示找不到标签

　　测试代码如下：

　　

　　

　　测试结果，正常显示：

　　

　　

　　请注意上图中红框内标注的url编码。这次测试中的两个字由6个字节组成，而不是之前的2个字节，所以说明中文参数已经被正确编码为utf-8。

　　那么，是什么导致了这个问题呢？

　　答案是浏览器的默认编码有问题。我们都使用中文系统。浏览器的默认编码也将设置为本地化。比如我电脑上IE的FireFox默认编码是gb系列，请参考下图：

　　IE的默认设置：

　　

　　

　　Firefox 的默认设置：

　　

　　

　　因为这个设置，浏览器在请求用户输入的url时，会以默认编码格式而不是页面默认编码格式发送url中的中文，这就是为什么页面中带有中文的链接是正常的，我们手动输入的链接是乱码的原因。同样，如果我们将浏览器的默认编码调整为utf-8，那么输入url中的中文就会按照utf-8进行编码。

　　除上述情况外，还会在以下情况下发生这种情况：

　　如果gbk编码页面生成的地址链接到utf-8页面，gbk页面的中文以gbk格式编码传输到下一页，那么utf-8后面肯定会出现乱码收到编码。

　　IIS的url重写模块，重写的中文编码也是gbk，如果你的页面是utf-8编码，那么重写参数会失效。

　　在这些情况下，我们需要使用php内置的转码功能来处理编码问题：

　　计划一：

　　$str =iconv("gb2312","utf-8",$str);

　　场景二：

　　mb_convert_encoding($str,"utf-8", "gb2312");

　　希望这篇文章能帮助那些在编码问题上摸不着头脑的 PHPer :)