php使用iconv中文截斷問題的解決方案，_PHP教程

php使用iconv中文截斷問題的解決方案，

本文執行個體講述了php使用iconv中文截斷問題的解決方案。分享給大家供大家參考。具體分析如下：

今天做了一個採集程式，原理很簡單，使用curl方法把對方頁面的html擷取分析，然後正則提取需要的資料並儲存在資料庫。

由於對方頁面是GB2312編碼，而本地使用的是UTF-8編碼。因此在採集後需要進行編碼轉換。

使用了iconv方法進行編碼轉換

iconv — 字串按要求的字元編碼來轉換
string iconv ( string $in_charset , string $out_charset , string $str )

將字串 str 從 in_charset 轉換編碼到 out_charset 。

轉換的方法很簡單，直接使用iconv方法就可以了

<?php $content = iconv('GB2312', 'UTF-8', $content); //$content為採集到的內容 ?> 

實驗了幾個頁面，都能正常採集。但在之後的採集中，有幾個頁面採集不完整。
一開始考慮是否正則有錯，檢查後排除此問題。經過排查，發現經過iconv轉碼後的內容比採集的內容少了一大段。
查看apache log，看到提示：Notice: iconv(): Detected an illegal character in input string。

翻查手冊，看到以下說明

如果你在 out_charset 後添加了字串 //TRANSLIT，將啟用轉寫（transliteration）功能。這個意思是，當一個字元不能被目標字元集所表示時，它可以通過一個或多個形似的字元來近似表達。

如果你添加了字串 //IGNORE，不能以目標字元集表達的字元將被默默丟棄。 否則， str 從第一個無效字元開始截斷並導致一個 E_NOTICE 。

原來iconv遇到不能識別的內容，會從第一個不能識別的字元開始截斷，並產生一個E_NOTICE。因此後邊的內容被丟棄了。

而在輸出字元集後加上//IGNORE則只丟棄不能識別的內容，而不會截斷和丟棄後面的內容。

修改程式後一切正常

<?php $content = iconv('GB2312','UTF-8//IGNORE',$content);//$content為採集到的內容?> 

Tips：使用iconv時,如果要使用UTF-8編碼的，請使用UTF-8而不要使用UTF8，因為UTF8有些伺服器會有問題。

希望本文所述對大家的php程式設計有所協助。

http://www.bkjia.com/PHPjc/957139.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/957139.htmlTechArticlephp使用iconv中文截斷問題的解決方案， 本文執行個體講述了php使用iconv中文截斷問題的解決方案。分享給大家供大家參考。具體分析如下： 今天...

