php网页抓取乱码(一般来说，乱码的出现有2种原因，你知道吗？ )

　　php网页抓取乱码(一般来说，乱码的出现有2种原因，你知道吗？

)

　　一般来说，出现乱码的原因有两个。首先是代码（charset）设置错误，导致浏览器解析错误的代码，导致屏幕出现乱七八糟的“天书”。以错误的编码打开，然后保存，例如，一个文本文件最初以 GB2312 编码，但以 UTF-8 编码打开并保存。要解决上面的乱码问题，首先要知道开发的哪些方面涉及到编码：

　　1、文件编码：是指保存页面文件（.html、.php等）本身的编码。记事本和 Dreamweaver 在打开页面时会自动识别文件编码，因此问题较少。然而，ZendStudio 不会自动识别编码。它只会根据首选项的配置打开具有某种编码的文件。如果工作时不注意，打开编码错误的文件，修改后保存，就会出现乱码（感觉很深）。

　　2、页面声明编码：在HTML代码HEAD中，可以用来告诉浏览器网页使用什么编码。目前中文网站XXX主要使用GB2312和UTF-8。一种编码。

　　3、数据库连接代码：是指在数据库操作过程中，使用哪个代码向数据库传输数据。这里需要注意的是不要和数据库本身的代码混淆。例如 MySQL 的内部默认是 latin1 代码。也就是说Mysql以latin1编码存储数据，其他编码传输到Mysql的数据会被转换成latin1编码。

　　知道WEB开发中涉及到编码，你也就知道乱码的原因了：以上三种编码设置不一致，因为大部分编码都兼容ASCII，所以不会出现英文符号，中文就出来了运气。以下是一些常见的错误情况和解决方案：

　　1、数据库使用UTF8编码，页面声明编码为GB2312，这是最常见的乱码原因。此时PHP脚本中直接SELECT数据出现乱码，查询前需要用到：

　　mysql_query("SET NAMES GBK"); 来设定MYSQL连接编码，保证页面申明编码与这里设定的连接编码一致（GBK是GB2312的扩展）。如果页面是UTF-8编码的话，可以用：mysql_query("SET NAMES UTF8"); 注意是UTF8而不是一般用的UTF-8。假如页面申明的编码与数据库内部编码一致可以不设定连接编码。<br />注：事实上MYSQL的数据输入输出比上面讲的更复杂一些，MYSQL配置文件my.ini中定义了2个默认编码，分别是[client]里的default-character-set和[mysqld]里的default-character-set来分别设定默认时候客户端连接和数据库内部所采用的编码。我们上面指定的编码其实是MYSQL客户端连接服务器时候的命令行参数character_set_client，来告诉MYSQL服务器接受到的客户端数据是什么编码的，而不是采用默认编码。

<p>2、页面申明编码与文件本身编码不一致，这种情况很少发生，因为如果编码不一致美工做页面时候在浏览器看到的就是乱码了。更多时候是发布以后修改一些小BUG，以错误编码打开页面然后保存导致的。或者是用某些FTP软件直接在线修改文件，比如CuteFTP，由于软件编码配置错误而导致转换错了编码。

　　3、一些租用虚拟主机的朋友，明明上述3项编码都设置正确了还是有乱码。比方说网页是GB2312编码的，IE等浏览器打开却总是识别成UTF-8，网页HEAD里面已经申明是GB2312了，手动修改浏览器编码为GB2312后页面显示正常。产生原因是服务器Apache设定了服务器全局的默认编码，在httpd.conf里面加了AddDefaultCharset UTF-8。这时候服务器会首先发送HTTP头给浏览器，其优先级比页面里申明编码高，自然浏览器就识别错了。解决办法有2个，请管理员在配置文件自己的虚机里加上一条AddDefaultCharset GB2312来覆盖全局配置，或者在自己目录的.htaccess里配置。</p>